正则表达式学习

匹配纯文本

content:

Hello, my name is Ben. Please visit
my website at http://www.forta.com/.

regex：Ben

result:在文本内容中找到了一个匹配项

content:

Hello, my name is Ben. Please visit
my website at http://www.forta.com/.

regex：my

result:在文本内容中找到了两个匹配项

匹配任意字符

.字符可以匹配任何单个的字符、 字母、 数字甚至是.字符本身。

content:

sales.xls
sales1.xls
orders3.xls
sales2.xls
sales3.xls
apac1.xls
europe2.xls
na1.xls
na2.xls
sa1.xls

regex：sales.

result:找到了sales.xls、sales1.xls、sales2.xls、sales3.xls

---

content:

sales1.xls
orders3.xls
sales2.xls
sales3.xls
apac1.xls
europe2.xls
na1.xls
na2.xls
sa1.xls

regex：.a.

result:找到了七个匹配结果

匹配特殊字符

特殊字符需要用\进行转义

content:

sales1.xls
orders3.xls
sales2.xls
sales3.xls
apac1.xls
europe2.xls
na1.xls
na2.xls
sa1.xls

regex：.a.\.xls

result:找到了na1.xls、na2.xls、sa1.xls

匹配一组字符

可以使用元字符[ 和 ]来定义一个字符集合

content:

sales1.xls
orders3.xls
sales2.xls
sales3.xls
apac1.xls
europe2.xls
na1.xls
na2.xls
sa1.xls
ca1.xls
usa1.xls

regex：[ns]a.\.xls

result:找到了na1.xls、na2.xls、sa1.xls、usa1.xls

---

content:

The phrase "regular expression" is often
abbreviated as RegEx or regex.

regex：[Rr]eg[Ee]x

result:找到了RegEx、regex

---

content:

sales1.xls
orders3.xls
sales2.xls
sales3.xls
apac1.xls
europe2.xls
sam.xls
na1.xls
na2.xls
sa1.xls
ca1.xls

regex：[ns]a[0123456789]\.xls

简写形式：[ns]a[0-9].xls

result:找到了na1.xls、na2.xls、sa1.xls

取非匹配

用元字符^来表明你想对一个字符集合进行取非匹配

content:

sales1.xls
orders3.xls
sales2.xls
sales3.xls
apac1.xls
europe2.xls
sam.xls
na1.xls
na2.xls
sa1.xls
ca1.xls

regex：[ns]a[^0-9]\.xls

^的效果将作用于给定字符集合里的所有字符或字符区间， 而不是仅限于紧跟在^字符后面的那一个字符或字符区间

result:找到了sam.xls

使用元字符

content:

var myArray = new Array();
...
if (myArray[0] == 0) {
...
}

regex：myArray\[0\]

result:找到了myArray[0]

匹配空白字符

content:

"101","Ben","Forta"
"102","Jim","James"

"103","Roberta","Robertson"
"104","Bob","Bobson"

regex：\r\n\r\n

result:完全匹配

匹配数字

1. \d 任何一个数字字符（等价于[0-9]）

2. \D 任何一个非数字字符（等价于0-9）

content:

var myArray = new Array();
...
if (myArray[0] == 0) {
...
}

regex：myArray\[\d\]

result:找到了myArray[0]

匹配字母和数字

1. \w 任何一个字母数字字符（大小写均可） 或下划线字符（等价于[a-zA-Z0-9_]）

2. \W 任何一个非字母数字或非下划线字符（等价于a-zA-Z0-9_）

content:

11213
A1C2E3
48075
48237
M1B4F2
90046
H1H2H2

regex：\w\d\w\d\w\d

result:找到A1C2E3、M1B4F2、H1H2H2

匹配空白字符

1. \s 任何一个空白字符（等价于[\f\n\r\t\v]）

2. \S 任何一个非空白字符（等价于\f\n\r\t\v）

匹配十六进制或八进制数值

1. 在正则表达式里， 十六进制（逢16进1） 数值要用前缀\x来给出。 比如说， \x0A对应于ASCII字符10（换行符） ， 其效果等价于\n。

2. 在正则表达式里， 八进制（逢8进1） 数值要用前缀\0来给出， 数值本身可以是两位或三位数字。 比如说， \011对应于ASCII字符9（制表符） ， 其效果等价于\t。

匹配一个或多个字符

要想匹配同一个字符（或字符集合） 的多次重复，+匹配一个或多个字符

content:

Send personal email to ben@forta.com. For questions about a book use
support@forta.com. Feel free to send unsolicited email to spam@forta.com (wouldn’t it
be nice if it were that simple, huh?).

regex：\w+@\w+\.\w+

result:找到所有的email地址

匹配零个或多个字符

使用*匹配零个或多个字符

content:

Hello .ben@forta.com is my email address.

regex：[\w.]+@[\w.]+\.\w+

result:找到.ben@forta.com

---

content:

Hello .ben@forta.com is my email address.

regex：\w+[\w.]*@[\w.]+\.\w+

result:找到 ben@forta.com

匹配零个或一个字符

使用?匹配零个或一个字符

content:

The URL is http://www.forta.com/, to connect
securely use https://www.forta.com/ instead.

regex：http://[\w./]+

result:找到Ben Forta

---

content:

The URL is http://www.forta.com/, to connect
securely use https://www.forta.com/ instead.

regex：http?://[\w./]+

result:找到Ben Forta

为重复匹配次数设定一个精确的值

如果你想为重复匹配次数设定一个精确的值， 把那个数字写在{和}之间即可 {2,4}语法还可以用来为重复匹配次数设定一个区间——也就是为重复匹配次数设定一个最小值和一个最大值。

content:

4/8/03
10-6-2004
2/2/2
01-01-01

regex：\d{1,2}[-\/]\d{1,2}[-\/]\d{2,4}

result:找到4/8/03、10-6-2004、2/2/2、01-01-01

{1, }语法的最后一种用法是给出一个最小的重复次数（但不必给出一个最大值） 。

content:

1001: $496.80
1002: $1290.69
1003: $26.43
1004: $613.42
1005: $7.61
1006: $414.90
1007: $25.00

regex：\d+: \$\d{3,}\.\d{2}

result:找到1001: $496.80、1002: $1290.69、1003: $26.43、1004: $613.42、1005: $7.61、1006: $414.90、1007: $25.00

---

content:

This offer is not available to customers
living in <B>AK</B> and <B>HI</B>.

regex：<[Bb]>.*?</[Bb]>

result:找到AK and HI

单词边界

content:

The cat scattered his food all over the room.

regex：\bcat\b

result:找到cat

字符串边界

^用来定义字符串开头、$用来定义字符串结尾

content:

<?xml version="1.0" encoding="UTF-8" ?>
<wsdl:definitions targetNamespace="http://tips.cf"
xmlns:impl="http://tips.cf" xmlns:intf="http://tips.cf"

regex：^\s*<\?xml.*\?>

result:检测是否为XML文件