正则表达式的介绍和使用详情

正则表达式的介绍和使用详情

目录

1、正则表达式是什么？

2、正则表达式的特点

3、正则表达式的规则

4.常用运算符与表达式

5、正则表达式的使用例子

---

1、正则表达式是什么？

       正则表达式是对字符串（包括普通字符（例如，a到z之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式。就是用事先定义好的一些特定字符，以及这些特定的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，模式描述在搜索文本时要匹配的一个或多个字符串。

      正则表达式的目的：给定一个正则表达式和另外一个字符串，我们可以达到如下的目的：

（1）给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）

（2）可以通过正则表达式。从字符串中获取我们想要的特定部分

2、正则表达式的特点

（1）灵活性，逻辑性和功能性非常强。

（2）可以迅速地用极简的方式达到字符串中的复杂控制。

（3）对于刚控制的人来说，比较晦涩难懂。

3、正则表达式的规则

       想要真正用好正则表达式，正确的理解元字符的语法是最重要的事情，正是这些语法是构成正则表达式的规则。以下列表是所有的元字符的语法。

       

元字符	描述
\	将下一个字符标记符，或一个向后引用，或一个八进制转义符。例如，“\\n”匹配\n，“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配"("。即相当于多种编程语言中都有的“转义字符”的概念。
^	匹配输入字行首。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。
$	匹配输入行尾。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置
*	匹配前面的子表达式任意次。例如，zo*也能匹配"z”，也能匹配“zo”以及“zoo”,等价于{,0，}。
+	匹配前面的子表达式一次或多次（大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。+等价于{1，}
？	匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“do”或“does”。？等价于{0,1}
{n}	n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o
{n,}	n是一个非负整数。至少匹配n次，例如“o{2,}”不能匹配“Bob”的“o”,但能匹配“fooooood”中所有的“o”,“o{1,}”等价于“o+”,"o{0,}"等价于“o+”。
{n,m}	m和n均为负整数。其中n<m，至少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配"fooooood"中的前面三个为一组，后面三个为一组。“o{0,1}”等价于“o*”
?	当该字符紧跟在任意一个其他限制符（*,+,?,{n},{n,},{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少地匹配所搜索的字符串，而默认贪婪模式则尽可能多地匹配所搜索的字符串。例如，对于字符串“ooo”，“o+”将尽可能多地匹配“o”,得到结果["oooo"]，而“o+?”将尽可能少地匹配“o”,得到结果['o','o',''o','o']
.点	匹配除“/n”和“/r”之外的任何单个字符。要匹配包括“\n”和“\r”在内的任意字符，请使用像“[\s\S]”的模式。
(pattern)	匹配pattern并获取这一个匹配。所获取的匹配可以从产生的Matches集合到，在VBScript中使用SubMatches集合，在JScript中使用$...$9属性。要匹配圆括号字符，请使用“\(”或“\)”.
(?:pattern)	非获取匹配，匹配pattern但不获取匹配结果，不进行存储供以后使用。在使用或字符“(|)”来组合一个模式的各个部分时很用。例如“industr(?:ylies)”就是一个比“industry|industries”更简略的表达方式。
(?=pattern)	非获取匹配，正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串，改匹配不需要获取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的"Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次
(?!pattern)	非获取匹配。正向否定预查，在任何不匹配pattern的字符串开始处查找字符串，该匹配不许需要获取供以后使用。例如“Windows(?!95|98|NT|200)”能匹配Windows3.1“中的“Windows”,但是不能匹配“Windows20000”中的“Windows”.
(?<pattern)	非获取匹配，反向预查。与正向预查类似，只是方向相反。例如“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”的“Windows“，但是不能匹配“3.1Windows”的“Windows”。 *python的正则表达式没有完全按照正则表达式规范实现，所以一些高级特性建议使用其他语言如java,scala等
（?<!patte_n）	获取匹配，反向否定预查，与正向否定预查类似，只是方向相反。例如“（?<!95|98|NT|2000）Windows”能匹配“3.1Windows”中的“Windows”,但不能匹配“2000Windows”中的“Windows”。 *python的正则表达式没有完全按照正则表达式规范实现，所以一些高级特性建议使用其他语言如java,scala等
x|y	匹配x或y。例如：“z|food”能匹配“z”或“food”(此处请谨慎)。“[zf]ood”则匹配“zood”或“food”
[xyz]	字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”的“a”。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plin”中的“plin”任意一字符。
[a-z]	字符范围。匹配制定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。 注意：只有连字符组内部时，并且出现两个字符之间时，才能表示字符的范围；如果出字符组的开头则只能表示连字符本身。
[^a-z]	负值字符范围。匹配任何不在指定范围的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”之间的任意字符。
\b	匹配非一个单词的边界，也就是指定单词和空格的位置（即正则表达式的“匹配”有两种概念，一种匹配字符，一种匹配位置，这里的\b就是匹配位置的）。例如“er\b”可以匹配“never”中的“er”,但不能匹配“verb”中的"er"；“\b1_”可以匹配“1_23”,但不能匹配“21_3”中的“1_”。
\B	匹配非单边单词。“er\B”能匹配“verb”中的“er”,但不能匹配“呢“never”中的“er”。
\cx	匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。
\d	匹配一个数字字符。等价于[0-9]。grep要加上-P,perl正则支持
\D	匹配一个非数字字符。等价于[^0-9].。grep要加上-P，perl正则支持
\f	匹配一个换页符。等价于\x0c和\cL。
\n	匹配一个换行符。等价于\x0a和\cJ
\r	匹配一个回车符，等价于\x0d和\cM
\s	匹配任何不可见字符，包括空格，制表符，换页符等等。等价于[\f\n\r\t\v]
\S	匹配任何可见字符。等价于[^\f\n\r\t\v]
\t	匹配一个制表符。等价于\x09和\cl。
\v	匹配一个垂直制表符。等价于\x0b和\cK。
\w	匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9]”,这里的单词字符使用Unicode字符集。
\W	匹配任何非单词字符。等价于“[^A-Za-z0-9]”
\xn	匹配n,其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“\x41”则等价于“\x04&1”。 正则表达式中可以使用ASCII编码。
\num	匹配num,其中num是正整数。对所获取的匹配引用。例如，“(.)\1”匹配两个连续的相同字符。
\n	标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。
\nm	标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。
\nml	如果n为八进制数字（0-7），且m和/均为八进制数字（0-7），则匹配八进制转义值nml。
\un	匹配n,其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配权符号（&copy;）。
\p{P}	小写p是property的意思，表示Unicode属性，用于Unicode表达式的前缀。中括号内的“P”表示Unicode字符集第七字符属性之一：表达字符。 其他属性六个属性： L：字母； M：标记符号（一般不会单独出现）； Z：分隔符（比如空格，换行等）； S：符号（比如数字符号。货币符号等）； N：数字（比如阿拉伯数字，罗马数字）； C:其他字符。 *注：此语法部分语言布置成，例：javascript。
\< \>	匹配词（word）的开始（\<）和结束（\>）。例如正则表达式\<the>\能够匹配字符串“for the wise”中的“the”,但是不能匹配字符串“otherwise”中的“the”。注意：这个元字符不是所有的软件都支持的。
()	将（和）之间的表达式定义组（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可保存9个），它们可以用\1到\9的符号来引用。
|	将两个匹配条件进行匹配逻辑“或”（Or）运算。例如正则表达式（him|her）匹配“it belongs to him”和“it belongs to her”,但是不能匹配“it belongs to them.”注意：这个元字符不是所有的软件都支持的。

4.常用运算符与表达式

^开始

()域段

[]包含，默认是一个字符长度

[^]不包含，默认是一个字符长度

{n,m}匹配长度

.任何单个字符（\.字符点）

|或

\转义

$结尾

[A-Z]26个大写字母

[a-z]26个小写字母

[0-9]0至9数字

[A-Za-z0-9]0至9数字

[A-Za-z0-9]26个大写字母，26个小写字母和0至9数字

，分割

5、正则表达式的使用例子

1.验证用户名和密码：（“^[a-zA-Z]\w{5,15}$”）正确格式：“[A-Z][a-z]_[0-9]”组成，并且第一个字必须为字母6-16位；

2.验证电话号码：("(\{3,4}-)\d{7,8}$")正确格式“xxx/xxxx-xxxxxxx/xxxxxxxx”；

3.验证手机号码：“^1[3|4|5|7|8][0-9]{9}$”；

4.验证身份证号码（15）："\d{14}[[0-9],0-9xX]",：（18位）：“\d{17}(\d|X|x)”;

5.验证Email地址：（“^\w+([-+.]\w+)”）*@\w+([-.])\w*\.\w+([-.]\w+)*$);

6.只能输入由数字和26个英文字母组成的字符串：（"^[A-Za-z0-9]+$"）；

7.整数或者小数：^[0-9]+([.][0-9]+){0,1}$

8.只能输入数字："^[0-9]*$"。

9.只能输入n位的数字：“^\d{n,}$”。

11.只能输入至少n位的数字：“^\d{m,n}$”.

12.只能输入零和非零开头的数字:“^(0|[1-9][0-9]*)$”

13.只能输入由两位小数的整实数：“^[0-9]+(\.[0-9]{2})?$”。

14.只能输入有1-3位小数的正实数：“^[0-9]+(\.[0-9]{1,3})?$”。

15.只能输入非零的正整数：“^\+?[1-9][0-9]*$”。

16.只能输入非零的负整数："^\-[1-9][0-9]*$"。

17.只能输入长度为3的字符：“^3.{3}$”

18.只能输入由26个英文字符字母组成的字符串："^[A-Za-z]+$"。

19.只能输入由26个大写英文字母组成的字符串：“^[A-Z]+$”。

20.只能输入有26个小写英文字母组成的字符串：“^[a-z]+$”。

21.验证是否含有^%&'，；=？$\"等字符："[%&',;=$\\^]+"

22.只能输入汉字：“^[\u4e00-\u9fa5]{0,}$”.

23.验证URL：“^http://([\w-]+\.)+[\w-]+(/[\-./?%&=]*)?$”。

24.验证一年的12个月："^(0?[1-9])|1[0-2])$"正确格式为：“01”~“09”和“10”~"12"。

25.验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为；“01”~“09”、“10”~“29”和“30”~“31”。

26.获取日期正则表达式：\\d{4}[年|\-|\.]\d{\1-\12}[月|\-|\.]\d{\1-31}日？

27.匹配双字节（包括汉字在内）:[^\x00-\xff]

28.匹配空白行的正则表达式：\n\s*\r

29.匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</>|<.?/>

30.匹配首尾空白字符的正则表达式：^\s*|\s*$

31.匹配网址URL的正则表达式：[a-zA-Z]+://[^\s]*

32.匹配账号是否合法（字母开头，允许5-16字节，允许字母数字下划线）：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

33.匹配腾讯QQ号：[1-9][0-9]{4,}

34.匹配中国邮政编码：[1-9]{1,3}\.){3}[1-9]。

35.匹配ip地址：([1-9]{1,3}\.){3}[1-9]。