python 正则表达式语法大全_JS正则表达式语法大全（非常详细）

前面几节讲解了如何在 JavaScript 中使用正则表达式，以及如何执行匹配，本节就来讲一下正则表达式的具体语法。

正则表达式是一种通用的工具，在 JavaScript、PHP、Java、Python、C++ 等几乎所有的编程语言中都能使用；但是，不同编程语言对正则表达式语法的支持不尽相同，有的编程语言支持所有的语法，有的仅支持一个子集。本节讲到的正则表达式语法适用于 JavaScript。

正则表达式的语法体现在字符模式上。字符模式是一组特殊格式的字符串，它由一系列特殊字符和普通字符构成，其中每个特殊字符都包含一定的语义和功能。

描述字符

根据正则表达式语法规则，大部分字符仅能够描述自身，这些字符被称为普通字符，如所有的字母、数字等。

元字符就是拥有特动功能的特殊字符，大部分需要加反斜杠进行标识，以便于普通字符进行区别，而少数元字符，需要加反斜杠，以便转译为普通字符使用。JavaScript 正则表达式支持的元字符如表所示。

元字符

元字符

描述

.

查找单个字符，除了换行和行结束符

\w

查找单词字符

\W

查找非单词字符

\d

查找数字

\D

查找非数字字符

\s

查找空白字符

\S

查找非空白字符

\b

匹配单词边界

\B

匹配非单词边界

\0

查找 NUL字符

\n

查找换行符

\f

查找换页符

\r

查找回车符

\t

查找制表符

\v

查找垂直制表符

\xxx

查找以八进制数 xxxx 规定的字符

\xdd

查找以十六进制数 dd 规定的字符

\uxxxx

查找以十六进制 xxxx规定的 Unicode 字符

表示字符的方法有多种，除了可以直接使用字符本身外，还可以使用 ASCII 编码或者 Unicode 编码来表示。

示例1

下面使用 ASCII 编码定义正则表达式直接量。

var r = /\x61/;

var s = "JavaScript";

var a = s.match(s);

由于字母 a 的 ASCII 编码为 97，被转换为十六进制数值后为 61，因此如果要匹配字符 a，就应该在前面添加“\x”前缀，以提示它为 ASCII 编码。

示例2

除了十六进制外，还可以直接使用八进制数值表示字符。

var r = /\141/;

var s = "JavaScript";

var a = s.match(r);

使用十六进制需要添加“\x”前缀，主要是为了避免语义混淆，而八进制则不需要添加前缀。

示例3

ASCII 编码只能够匹配有限的单字节字符，使用 Unicode 编码可以表示双字节字符。Unicode 编码方式：“\u”前缀加上 4 位十六进制值。

var r = "/\u0061/";

var s = "JavaScript";

var a = s.match(s);

在 RegExp() 构造函数中使用元字符时，应使用双斜杠。

var r = new RegExp("\\u0061");

RegExp() 构造函数的参数只接受字符串，而不是字符模式。在字符串中，任何字符加反斜杠还表示字符本身，如字符串“\u”就被解释为 u 本身，所以对于“\u0061”字符串来说，在转换为字符模式时，就被解释为“u0061”，而不是“\u0061”，此时反斜杠就失去转义功能。解决方法：在字符 u 前面加双反斜杠。

描述字符范围

在正则表达式语法中，放括号表示字符范围。在方括号中可以包含多个字符，表示匹配其中任意一个字符。如果多个字符的编码顺序是连续的，可以仅指定开头和结尾字符，省略中间字符，仅使用连字符~表示。如果在方括号内添加脱字符^前缀，还可以表示范围之外的字符。例如：

[abc]：查找方括号内任意一个字符。

[^abc]：查找不在方括号内的字符。

[0-9]：查找从 0 至 9 范围内的数字，即查找数字。

[a-z]：查找从小写 a 到小写 z 范围内的字符，即查找小写字母。

[A-Z]：查找从大写 A 到大写 Z 范围内的字符，即查找大写字母。

[A-z]：查找从大写 A 到小写 z 范围内的字符，即所有大小写的字母。

示例1

字符范围遵循字符编码的顺序进行匹配。如果将要匹配的字符恰好在字符编码表中特定区域内，就可以使用这种方式表示。

如果匹配任意 ASCII 字符：

var r = /[\u0000-\u00ff]/g;

如果匹配任意双字节的汉字：

var r = /[^\u0000-\u00ff]/g;

如果匹配任意大小写字母和数字：

var r = /[a-zA-Z0-9]/g;

使用 Unicode 编码设计，匹配数字：

var r = /[\u0030-\u0039]/g;

使用下面字符模式可以匹配任意大写字母：

var r = /[\u0041-\u004A]/g;

使用下面字符模式可以匹配任意小写字母：

var r = /[\u0061-\u007A]/g;

示例2

在字符范围内可以混用各种字符模式。

var s = "abcdez"; //字符串直接量

var r = /[abce-z]/g; //字符a、b、c，以及从e~z之间的任意字符

var a = s.match(r); //返回数组["a","b","c","e","z"]

示例3

在中括号内不要有空格，否则会误解为还要匹配空格。

var r = /[0-9]/g;

示例4

字符范围可以组合使用，以便设计更灵活的匹配模式。

var s = "abc4 abd6 abe3 abf1 abg7"; //字符串直接量

var r = /ab[c-g][1-7]/g; //前两个字符为ab，第三个字符为从c到g，第四个字符为1~7的任意数字

var a = s.match(r); //返回数组["abc4","abd6","abe3","abf1","abg7"]

示例5

使用反义字符范围可以匹配很多无法直接描述的字符，达到以少应多的目的。

var r = /[^0123456789]/g;

在这个正则表达式中，将会匹配除了数字以外任意的字符。反义字符类比简单字符类的功能更强大和实用。

选择匹配

选择匹配类似于 JavaScript 的逻辑与运算，使用竖线|描述，表示在两个子模式的匹配结果中任选一个。例如：

1) 匹配任意数字或字母

var r = /\w+|\d+/;

2) 可以定义多重选择模式。设计方法：在多个子模式之间加入选择操作符。

var r = /(abc)|(efg)|(123)|(456)/;

为了避免歧义，应该为选择操作的多个子模式加上小括号。

示例

设计对提交的表单字符串进行敏感词过滤。先设计一个敏感词列表，然后使用竖线把它们连接在一起，定义选择匹配模式，最后使用字符串的 replace() 方法把所有敏感字符替换为可以显示的编码格式。代码如下：

var s = ''; //待过滤的表单提交信息

var r = /\'|\"|\/gi; //过滤敏感字符的正则表达式

function f() { //替换函数

把敏感字符替换为对应的网页显示的编码格式

return "" + arguments[0].charCodeAt(0) + ";";

}

var a =s.replace(r,f); //执行过滤替换

document.write(a); //在网页中显示正常的字符信息

console.log(a);

显示结果如下：

重复匹配

在正则表达式语法中，定义了一组重复类量词，如表所示。它们定义了重复匹配字符的确数或约数。

重复类量词列表

量词

描述

n+

匹配任何包含至少一个 n 的字符串

n*

匹配任何包含零个或多个 n 的字符串

n?

匹配任何包含零个或一个 n 的字符串

n{x}

匹配包含 x 个 n 的序列的字符串

n{x,y}

匹配包含最少 x 个、最多 y 个 n 的序列的字符串

n{x,}

匹配包含至少 x 个 n 的序列的字符串

示例

下面结合示例进行演示说明，先设计一个字符串：

var s = "ggle gogle google gooogle goooogle gooooogle goooooogle gooooooogle goooooooogle";

1) 如果仅匹配单词 ggle 和 gogle，可以设计：

var r = /go?gle/g;

var a = s.match(r);

量词?表示前面字符或子表达式为可有可无，等效于：

var r = /go{0,1}gle/g;

var a = s.match(r);

2) 如果匹配第 4 个单词 gooogle，可以设计：

var r = /go{3}gle/g;

var a = s.match(r);

等效于：

var r = /gooogle/g;

var a = s.match(r);

3) 如果匹配第 4 个到第 6 个之间的单词，可以设计：

var r = /go{3,5}gle/g;

var a = s.match(r);

4) 如果匹配所有单词，可以设计：

var r = /go*gle/g;

var a = s.match(r);

量词*表示前面字符或表达式可以不出现，或者重复出现任意多次。等效于：

var r = /go(0,)gle/g;

var a = s.match(r);

5) 如果匹配包含字符“o”的所有词，可以设计：

var r = /go+gle/g;

var a = s.match(r);

量词+表示前面字符或子表达式至少出现 1 次，最多重复次数不限。等效于：

var r = /go{1,}gle/g;

var a = s.match(r);

重复类量词总是出现在它们所作用的字符或子表达式后面。如果想作用于多个字符，需要使用小括号把它们包裹在一起形成一个子表达式。

惰性匹配

重复类量词都具有贪婪性，在条件允许的前提下，会匹配尽可能多的字符。

?、{n} 和 {n,m} 重复类具有弱贪婪性，表现为贪婪的有限性。

*、+ 和 {n,} 重复类具有强贪婪性，表现为贪婪的无限性。

示例1

越是排在左侧的重复类量词匹配优先级越高。下面示例显示当多个重复类量词同时满足条件时，会在保证右侧重复类量词最低匹配次数基础上，使最左侧的重复类量词尽可能占有所有字符。

var s = "

";

var r = /(<.>)(<.>)/

var a = s.match(r);

//左侧表达式匹配"

"

console.log(a[1])；

console.log(a[2]); //右侧表达式匹配“