元字符
\b | 代表着单词的开头或结尾,也就是单词的分界处。(只匹配一个位置) |
---|---|
. | 匹配除了换行符以外的任意字符 |
* | 匹配重复任意次(可能是0次)。它指定*前边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。 |
+ | 匹配重复1次或更多次。 |
.* | 任意数量的不包含换行的字符 |
\d | 匹配一位数字(0,或1,或2,或……) |
\s | 匹配任意的空白符,包括空格,制表符(Tab),换行符,中文全角空格等。 |
\w | 匹配字母或数字或下划线或汉字等。 |
^ | 匹配字符串的开始 |
$ | 匹配字符串的结束 |
例子:
- 0\d{2}-\d{8}:\d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)。
- {5,12}:重复的次数不能少于5次,不能多于12次,否则都不匹配。
字符转义
查找元字符本身**(. ,* ,+ ,/)**,得使用“\”来取消这些字符的特殊意义。
表示重复的所有限定符
* | 重复零次或更多次 |
---|---|
+ | 重复一次或更多次 |
? | 重复零次或一次 |
{n} | 重复n次 |
{n,} | 重复n次或更多次 |
{n,m} | 重复n到m次 |
字符类
- [aeiou]:匹配任何一个英文元音字母
- [.?!]:匹配标点符号(.或?或!)。
例子:
(?0\d{2}[) -]?\d{8}:首先是一个转义字符(,它能出现0次或1次(?),然后是一个0,后面跟着2个数字(\d{2}),然后是)或-或空格中的一个,它出现1次或不出现(?),最后是8个数字(\d{8})。
分支条件
匹配分枝条件时,将会从左到右地测试每个条件,如果满足了某个分枝的话,就不会去再管其它的条件了。
例子:
\d{5}-\d{4}|\d{5}:用于匹配美国的邮政编码。美国邮编的规则是5位数字,或者用连字号间隔的9位数字。(使用分枝条件时,要注意各个条件的顺序)
分组
如果想要重复多个字符,用小括号来指定子表达式(也叫做分组),然后你就可以指定这个子表达式的重复次数了。
例子:
(\d{1,3}.){3}\d{1,3}:\d{1,3}匹配1到3位的数字,(\d{1,3}.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次,最后再加上一个一到三位的数字(\d{1,3})
加粗样式
反义
有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外,其它任意字符都行的情况,这时需要用到反义。
\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 | 匹配不是单词开头或结束的位置 |
[^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 |
例子:
- \S+ : 匹配不包含空白符的字符串。
- <a[^>]+> : 匹配用尖括号括起来的以a开头的字符串。
后向引用
使用小括号指定一个子表达式后,匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。
1、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。
例子:
1、\b(\w+)\b\s+\1\b : 可以用来匹配重复的单词,像go go, 或者kitty kitty。
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)。
2、也可以自己指定子表达式的组名。
要指定语法:(?<Word>\w+)(或者把尖括号换成’也行:(?‘Word’\w+))
这样就把\w+的组名指定为Word了。
要反向引用这个分组捕获的内容,你可以使用\k<Word>.
零宽断言
用于查找在某些内容(但并不包括这些内容)之前或之后的东西,用于指定一个位置,这个位置应该满足一定的条件(即断言),因此它们也被称为零宽断言。
1. 零宽度正预测先行断言-------(?=exp) : 断言自身出现的位置的后面能匹配表达式exp
例子:
- \b\w+(?=ing\b) : 匹配以ing结尾的单词的前面部分(除了ing以外的部分)。 如查找I’m singing while you’re dancing.时,它会匹配sing和danc。
2. 零宽度正回顾后发断言---------(?<=exp) : 断言自身出现的位置的前面能匹配表达式exp
例子:
- (?<=\bre)\w+\b : 匹配以re开头的单词的后半部分(除了re以外的部分)。
例如在查找reading a book时,它匹配ading。 - (?<=\s)\d+(?=\s) : 匹配以空白符间隔的数字(再次强调,不包括这些空白符)。
注释
小括号的另一种用途是通过语法(?#comment)来包含注释。
例子:
2[0-4]\d(?#200-249)|250-5|[01]?\d\d?(?#0-199)
贪婪与懒惰
1. 贪婪匹配:匹配尽可能多的字符。
例子:
a.*b:匹配最长的以a开始,以b结束的字符串。如果用它来搜索aabab的话,它会匹配整个字符串aabab。
2. 懒惰匹配,也就是匹配尽可能少的字符。只要在限定符后面加上“?”
例子:
.*? : 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)。