正则表达式入门

在线匹配工具

1. http://rubular.com

2. 开源中国

正则语法

1.限定词

• 默认斜杠，理论上任何成对的字符都可以作为限定符

2.元字符（用来表示内容的语法）

• 字符本身，就是自身模式

• 字符组

  • [xyz] 匹配若干字符之一
  • 字符组元字符
  • [0-9],[a-z] 在集合中 -（连字符）表示一个范围
  • [^abc] 排除型字符组 不等于abc的任意字符

• . 表示任意（除了换行符\n)的一个字符

• | 或（多选结构）

• (…) 括号 限制竖线的作用范围

• < > 单词起始/结束位置 可能不支持

• \w 字母数字下划线

• \d 任意的数字

• \s 任意的空白字符，空格，制表符（TAB) 垂直制表符（V-TAB)

• \t 制表符

• \n 换行符

• \r 回车符

• 以上转义字符，如果大写表示取反

• \W 除了字母数字下划线

• \D 除了数字

• \S 除了空白字符

• \A 匹配开头

• \z 匹配结尾

• 语义字符（这类元字符称为断言字符）

  • ^ 匹配开头
  • $ 匹配结尾

3.量词

• 元字符出现的次数
• {m, n} 闭区间，字符数量区间
• {m} 出现恰好 m 次
• {m,} m 次以上
• 快捷数量词
  • * {0,n} 任意次数，可以为0次
  • + {1,n} 至少一次，没有上限
  • ？ {0,1} 一次或者0次
  • .+ 可以匹配至少一个空格
  • 贪婪和懒惰
  • 直接在元字符后使用问号，为量词
  • 在量词后使用问号，问号为行为控制元字符，模式改变

4.模式修订符（放在结尾限定符之后）

• U 将正则中的所有量词，全部改为懒惰模式（仅php）
• i 大小写忽略 ignore-case
• x 忽略空白字符
• u 匹配utf8编码 4e00-9fa5 /\x{4e00}-\x{9fa5}/
• m 多行模式，所有数据看作一行
  • 设置这个修饰符，模式中的点号元字符匹配所有字符，包括换行，没有这个修饰符，点号不匹配换行符
• s 单行模式 会匹配到\n
  • 目标字符串是由单行字符组成（实际上可能包含多行），^ 仅匹配字符串开始位置，$仅匹配字符串末尾。当这个修饰符设置后，“行首”，和”行末“就会匹配目标字符串中任意换行符（\n)之前之后

5.括号及反向引用

• 括号中的引用会被捕获，通过\1,\2…等获取相应的捕获文本
• 不捕获 在子模式中加 ?:

6.断言

• 零宽断言，不占用任何字符
• 行首断言 ^
• 行尾断言 $
• 前瞻积极断言 (?=string) 向前匹配到string 则成功
• 前瞻消极断言 (?!string) 向前匹配不到string则成功
• 后瞻积极断言 (?<=string)
• 后瞻消极断言 (?<!string)

7.转义说明

• \加上元字符，表示匹配元字符所使用的普通字符
• \加上非元字符，组成一种由具体实现方式规定其意义的元字符序列
• \加上任意其他字符，默认情况就是匹配此字符（反斜线被忽略）