正则表达式

本文总结自《正则表达式30分钟入门》

http://www.cnblogs.com/deerchao/archive/2006/08/24/zhengzhe30fengzhongjiaocheng.html 

1.      精确匹配hi

\bhi\b

\b 单词的开头或结尾，只匹配一个位置。

 

2.      匹配hi后面不远处跟着一个Lucy

\bhi\b.*\bLucy\b

. 匹配除了换行符以外的任意字符。

*代表数量，指定*前面的内容可以连续重复使用任意次以使整个表达式得到匹配。

.*连在一起：任意数量的不包含换行的字符。

 

3.      0\d\d-\d\d\d\d\d\d\d

\d匹配一位数字。

0\d{2}-\d{8} ，{2}（{8}）：前面\d必须连续重复匹配2次（8次）

 

4.      \s  匹配任意的空白符，包括空格，制表符。

5.      \w 匹配字母或数字或下滑下或汉字。

\ba\w*\b  匹配以a开头的单词。先是单词开始处\b，然后字母a，任意数量的字母或数字（\w*）,最后是单词结束处。

6.      \d+ 匹配1个或更多连续的数字。*匹配重复任意次数（可能是0次），+匹配重复1次或更多次

7.      \b\w{6}\b  匹配刚好6个字符的单词。

8.      常用的元字符

代码	说明
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线或汉字
\s	匹配任意的空白符
\d	匹配数字
\b（匹配一个位置）	匹配单词的开始或结束
^（匹配一个位置）	匹配字符串的开始
$（匹配一个位置）	匹配字符串的结束

 

^\d{5,12}$     重复次数不能少于5次，不能多于12次。整个字符串都要用来和\d{5,12}来匹配，整个输入必须是5到12个数字。若不使用^和$，则只能保证字符串中包含5到12个数字而不是整个字符串就是5到12位数字。

9.      常用的限定符

代码/语法	说明
*	重复0次或多次
+	重复一次或多次
？	重复0次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

10.  [aeiou]就匹配任何一个英文元音字母

11.  \(?0\d{2}[) -]?\d{8}              转义字符\( ，可以出现0次或一次。2个数字。匹配) 空格– 中的一个，出现0次或1次。匹配8个字符。

12.  常用的反义代码

代码/语法	说明
\W	匹配任意不是字母、数字、下划线、汉字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开都不结束的位置
[^X]	匹配除了x以外的任意字符
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符

 

13.  后向引用

后向引用用于重复搜索前面某个分组匹配的文本。例如，\1代表分组1匹配的文本。

\b(\w+)\b\s+\1\b 这个表达式首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b)，这个单词会被捕获到编号为1的分组中，然后是1个或几个空白符(\s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(\1)。

 

可以指定子表达式的组名。（？<word>\w+）或(?’word’\w+)，将组名指定为word。反向引用这个分组不活的内容，使用\k<word>。

 

14.  常用的分组语法

分类	代码/语法		说明
捕获	（exp）		匹配exp，并捕获文本到自动命名的组里
	（？<name>exp）		匹配exp，并捕获文本到名称为name的组里，也可以写成（？’name’exp）
	（？:exp）		匹配exp，不捕获匹配的文本，也不给此分组分配组号
零宽断言	（?=exp）		匹配exp前面的位置
	（？<=exp）		匹配exp后面的位置
	（？!exp）		匹配后面跟的不是exp的文职
	（？<!exp）		匹配前面不是exp的位置
注释	（？#comment）

15.  懒惰匹配，匹配尽可能少的字符。在限定符后面加个？，就能变成懒惰匹配模式。

.*？ 匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）

 

懒惰限定符

代码/语法	说明
*？	重复人一次，但尽可能少重复
+？	重复1次或多次，但尽可能少重复
？？	重复0次或1次，但尽可能少重复
{n，m}？	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复

 

16.  正则表达式修饰符

修饰符	描述
re.I	使匹配对大小写不敏感
re.L	做本地化识别匹配
re.M	多行匹配，影响^和$
re.S	使.匹配包括换行在内的所有字符
re.U	根据Unicode字符集解析字符。影响\w \W \b \B
re.X	该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。