正则表达式

规则

符号	说明
[abc]	a、b或 c
[^abc]	任何字符，除 a、b、c(否定)
[a-zA-Z]	a 到 z(范围)
[a-b[m-p]]	a 到 b 或 m 到 p(并集)
[m-p[n-w]]	m 到 w 任一个(交集)
[a-dm-p]
[a-z&&[def]]	d、e、f(交集)
[a-z&&[^bc]]	a 到 z，除 b、c
[a-z&&[^m-p]]	a 到 z，且非 m 到 p
^	匹配一行的开端
$	匹配一行的结束字符串
*	零次或多次
?	零次或一次
+	一次或多次
{n}	恰好 n 次
{n,}	至少 n 次
{n,m}	至少 n 次，至多 m 次
\d	数字[0-9]
\D	非数字[^0-9]
\s	空白字符[\t\n\x0B\f]
\S	非空白字符[^\s]
\w	单词字符[a-zA-Z_0_9]
\W	非单词字符[^\w]
\	转义
.	除\n外任何单个字符
\(...\)	匹配圆括号
`x	y`
[\s\S]*	任意内容
[\w\W]*	任意内容

规则

元字符表格

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”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m}	m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o为一组，后三个o为一组。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符(,+,?，{*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，而默认的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“oooo”，“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”在内的任何字符，请使用像“[\s\S]”的模式。
(pattern)	匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$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。这在使用或字符“(|)”来组合一个模式的各个部分时很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
(?=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，该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匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)	非获取匹配，正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。
(?<=pattern)	非获取匹配，反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”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
(?<!patte_n)	非获取匹配，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)。“[z|f]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”中的“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“plain”中的“plin”任一字符。
[a-z]	字符范围。匹配指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:只有连字符在字符组内部时,并且出现在两个字符之间时,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内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。
\b	匹配一个单词的边界，也就是指单词和空格间的位置(即正则表达式的“匹配”有两种概念，一种是匹配字符，一种是匹配位置，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”中的“1_”，但不能匹配“21_3”中的“1_”。
\B	匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“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\cI。
\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”匹配“A”。“\x041”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是一个正整数。对所获取的匹配的引用。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l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匹配版权符号(©)。
\p{P}	小写 p 是 property 的意思，表示 Unicode 属性，用于 Unicode 正表达式的前缀。中括号内的“P”表示Unicode 字符集七个字符属性之一：标点字符。 其他六个属性： 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(比如数学符号、货币符号等)； N：数字(比如阿拉伯数字、罗马数字等)； C：其他字符。 *注：此语法部分语言不支持，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 ) 之间的表达式定义为“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以保存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。

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

单词定界符(\b、\B)

单词分界符\b，表示要查找的字符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

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。但要注意：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

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

连字符(-)

变量的命名规则是只能以字母和下划线开头。但这样一来，如果要使用正则表达式来匹配变量名的第一个字母，要写为 ：[a,b,c,d…A,B,C,D…]

这无疑是非常麻烦的，正则表达式提供了连字符“-”来解决这个问题。连字符可以表示字符的范围。如上例可以写成 ：[a-zA-Z]

排除字符([^])

上面的例子是匹配符合命名规则的变量。现在反过来，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。

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 goo···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，该表达式可以匹配只匹配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

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$

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}

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(0x0C)
\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，用来匹配字符串中某些位置，\b是以统一的分界符来匹配
\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	只匹配字符串的末尾，而不考虑任何换行符
\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
\G	当前匹配的起始位置

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。

反向引用

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。即字串内部由多个换行符时，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

例子

在线正则匹配网址

匹配包括 ‘\n’ 在内的任何字符

([.\n]*)

匹配中文

[\u4e00-\u9fa5]

匹配双字节字符(包括汉字在内)

[^\x00-\xff]

匹配空白行

\n\s*\r

匹配Email地址

[\w!#$%&'*+/=?^_`{|}~-]+(?:\.[\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?

匹配网址URL

[a-zA-z]+://[^\s]*

匹配国内电话号码

\d{3}-\d{8}|\d{4}-\{7,8}

匹配腾讯QQ

[1-9][0-9]{4,}

匹配中国邮政编码

[1-9]\d{5}(?!\d)

匹配18位身份证号

^(\d{6})(\d{4})(\d{2})(\d{2})(\d{3})([0-9]|X)$

匹配(年-月-日)格式日期

([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8])))

匹配正整数

^[1-9]\d*$

匹配负整数

^-[1-9]\d*$

匹配整数

^-?[1-9]\d*$

匹配非负整数(正整数+0)

^[1-9]\d*|0$

匹配非正整数(负整数+0)

^-[1-9]\d*|0$

匹配正浮点数

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$

匹配负浮点数

^-[1-9]\d*\.\d*|-0\.\d*[1-9]\d*$

匹配整数(包括0)+两位小数

^[1-9]\d*(\.\d{0,2})?|0\.\d{0,2}|0$
有可能匹配到多个，取第一个即可

匹配(时：分：秒)

[0][0-9]|[1][0-9]|[2][0-3]:[0-5]{1}[0-9]{1}|[6]{1}[0]{1}:[0-5]{1}[0-9]{1}|[6]{1}[0]{1}

匹配“年-月-日 时：分：秒”

([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8])))(\s)(([0][0-9]|[1][0-9]|[2][0-3]):([0-5]{1}[0-9]{1}|[6]{1}[0]{1}):([0-5]{1}[0-9]{1}|[6]{1}[0]{1}))

(([0-1]{1}[0-9]{1})|([2]{1}[0-4]{1}))([:])(([0-5]{1}[0-9]{1}|[6]{1}[0]{1}))([:])((([0-5]{1}[0-9]{1}|[6]{1}[0]{1})))

匹配“年-月-日 时：分：秒数字中文”

([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8])))(\s)(([0][0-9]|[1][0-9]|[2][0-3]):([0-5]{1}[0-9]{1}|[6]{1}[0]{1}):([0-5]{1}[0-9]{1}|[6]{1}[0]{1})([0-9]+[.]?[0-9]*)([\u4e00-\u9fa5])*)

匹配yyyy-MM-dd hh:mm:ss格式

\d{4}-\d{2}-\d{2}\s*\d{2}:\d{2}:\d{2}

匹配30.0或30或30.00格式

[0-9]\d*(\.\d+)*

匹配任意个空格

\s*