正则表达式语法规则(转载)
原文链接:https://blog.csdn.net/baidu_33440774/article/details/82015673
一、行定位符(^和$)
行定位符就是用来描述字串的边界。
“^”表示行的开始;“$”表示行的结尾。
如:
^tm : 该表达式表示要匹配字串tm的开始位置是行头,如tm equal Tomorrow Moon就可以匹配
tm$ : 该表达式表示要匹配字串tm的位置是行尾,Tomorrow Moon equal tm匹配。
如果要匹配的字串可以出现在字符串的任意部分,那么可以直接 写成 :tm
二、单词定界符(\b、\B)
单词分界符\b,表示要查找的字串为一个完整的单词。如:\btm\b
还有一个大写的\B,意思和\b相反。它匹配的字串不能是一个完整的单词,而是其他单词或字串的一部分。如:\Btm\B
三、字符类([ ])
正则表达式是区分大小写的,如果要忽略大小写可使用方括号表达式“[]”。只要匹配的字符出现在方括号内,即可表示匹配成功。
注意:一个方括号只能匹配一个字符。例如,要匹配的字串tm不区分大小写,那么该表达式应该写作如下格式:[Tt][Mm]
。
POSIX风格的预定义字符类如表所示:
预定义字符类 说明
[:digit:] 十进制数字集合。等同于[0-9]
[[:alnum:]] 字母和数字的集合。等同于[a-zA-Z0-9]
[[:alpha:]] 字母集合。等同于[a-zA-Z]
[[:blank:]] 空格和制表符
[[:xdigit:]] 十六进制数字
[[:punct:]] 特殊字符集合。包括键盘上的所有特殊字符,如!@#$?等。
[[:print:]] 所有的可打印字符(包括空白字符)
[[:space:]] 空白字符(空格、换行符、换页符、回车符、水平制表符)
[[:graph:]] 所有的可打印字符(不包括空白字符)
[[:upper:]] 所有大写字母,[A-Z]
[[:lower:]] 所有小写字母,[a-z]
[[:cntrl:]] 控制字符
四、选择字符(|)
还有一种方法可以实现上面的匹配模式,就是使用选择字符(|)。
该字符可以理解为“或”,如上例也可以写成 (T|t)(M|m),该表达式的意思是以字母T或t开头,后面接一个字母M或m。
使用“[]”和使用“|”的区别在于“[]”只能匹配单个字符,而“|”可以匹配任意长度的字串。如果不怕麻烦,上例还可以写为 :TM|tm|Tm|tM
五、连字符(-)
连字符可以表示字符的范围。如[a-zA-Z]
六、排除字符([^])
匹配不符合命名规则的变量,正则表达式提供了“^”字符。这个元字符在前面出现过,表示行的开始。而这里将会放到方括号中,表示排除的意思。
例如:[^a-zA-Z],该表达式匹配的就是不以字母和下划线开头的变量名。
七、限定符(? * + {n,m})
对于重复出现字母或字串,可以使用限定符来实现匹配。限定符主要有6种,如表所示:
限定符 说明 举例
? 匹配前面的字符零次或一次。 colou?r,该表达式可以匹配colour和color。
+ 匹配前面的字符一次或多次。 go+gle,该表达式可以匹配的范围从gogle到go...gle。
* 匹配前面的字符零次或多次。 go*gle,该表达式可以匹配的范围从ggle到goo...gle。
{n} 匹配前面的字符n次。 go{2}gle,该表达式只匹配google。
{n,} 匹配前面的字符最少n次。 go{2,}gle,该表达式可以匹配的范围从google到goo...gle。
{n,m} 匹配前面的字符最少n次,最多m次。 employe{0,2},该表达式可以匹配employ、employe和employee三种情况。
八、点号字符(.)
点字符(.)可以匹配出换行符外的任意一个字符。注意:是除了换行符外的、任意的一个字符。
如匹配以s开头、t结尾、中间包含一个字母的单词。格式如下: ^s.t$,匹配的单词包括:sat、set、sit等。
再举一个实例,匹配一个单词,它的第一个字母为r,第3个字母为s,最后一个字母为t。能匹配该单词的正则表达式为:^r.s.*t$
九、转义字符(\)
正则表达式中的转移字符(\)和PHP中的大同小异,都是将特殊字符(如“.”、“?”、“\”等)变为普通的字符。
举一个IP地址的实例,用正则表达式匹配诸如127.0.0.1这样格式的IP地址。如果直接使用点字符,格式为:[0-9]{1,3}(.[0-9]{1,3}){3}
这显然不对,因为“.”可以匹配一个任意字符。这时,不仅是127.0.0.1这样的IP,连127101011这样的字串也会被匹配出来。所以在使用“.”时,需要使用转义字符(\)。修改后上面的正则表达式格式为: [0-9]{1,3}(\.[0-9]{1,3}){3}
十、反斜线(\)
除了可以做转义字符外,反斜线还有其他一些功能。反斜线可以将一些不可打印的字符显示出来,如表所示:
字符 说明
\a 警报,即ASCII中的<BEL>字符(0x07)。
\b 退格,即ASCII中的<BS>字符(0x08)。注意,在PHP中只有在中括号([])里使用才表示退格。
\e Escape,即ASCII中的<ESC>字符(0x1B)。
\f 换页符,即ASCII中的<FF>字符(oxoC)。
\n 换行符,即ASCII中的<LF>字符(0x0A)。
\r 回车符,即ASCII中的<CR>字符(0x0D)。
\t 水平制表符,即ASCII中的<HT>字符(0x09)。
\xhh 十六进制代码。
\ddd 八进制代码。
\cx 即control-x的缩写,匹配由x指明的控制字符,其中x是任意字符。
还可以指定预定义字符集,如表所示:
预定义字符集 说明
\d 任意一个十进制数字,相当于[0-9]。
\D 任意一个非十进制数字。
\s 任意一个空白字符(空格、换行符、换页符、回车符、水平制表符),相当于[\f\n\r\t]。
\S 任意一个非空白字符。
\w 任意一个单词字符,相当于[a-zA-Z0-9]。
\W 任意一个非单词字符。
反斜线还有一种功能,就是定义断言,其中已经了解过了\b、\B,其他如表所示:
限定符 说明
\b 单词分界符,用来匹配字符串中的某些位置,\b是以同意的分界符来匹配。
\B 非单词分界符序列。
\A 总是能够匹配待搜索文本的起始位置。
\Z 表示在未指定任何模式下匹配的字符,通常是字符串的末尾位置,或者是在字符串末尾的换行符之前的位置。
\z 只匹配字符串的末尾,而不考虑任何换行符。
\G 当前匹配的起始位置。
十一、括号字符(())
小括号字符的第一个作用就是可以改变限定符的作用范围,如“|”、“*”、“^”等。来看下面的一个表达式。
(thir|four)th,这个表达式的意思是匹配单词thirth或fourth,如果不使用小括号,那么就变成了匹配单词thir和fourth了。
小括号的第二个作用是分组,也就是子表达式。如(\.[0-9]{1,3}){3},就是对分组(\.[0-9]{1,3})进行重复操作。后面要学到的反向引用和分组有着直接的关系。
十二、反向引用
十三、模式修饰符
模式修饰符的作用是设定模式。也就是规定正则表达式应该如何解释和应用。
不同的语言都有自己的模式设置,PHP中的主要模式如表所示:
修饰符 表达式写法 说明
i (?i)...(?-i)、(?i:...) 忽略大小写模式
M (?m)...(?-m)、(?m:...) 多文本模式。即字串内部有多个换行符时,影响“^”和“$”的匹配。
s (?s)...(?-s)、(?s:...) 单文本模式。在此模式下,元字符点号可以匹配换行符。其他模式则不能匹配换行符。
X (?x)...(?-x)、(?x:...) 忽略空白字符。