元字符
:元字符有特殊的含义,必须进行转义才能表示其字面值。常见的元字符有. ^ $ * + ? { } [ ] \ | ( )
字符类内(ps: []内的字符)
所有字符(除了-
和起始位置的^
)都表示它们自己的字面值。
1. 匹配单个字符
.
可以用来陪陪任何的单字符(但是大多数实现中不匹配换行符).
是元字符,它表示了特殊的含义,而不是字符本身的含义,所以如果需要匹配.
,则需要反斜杠转义,即\.
.
如果出现在中括号
里,则就代表这个字符本身,此时不需要转义
2. 匹配一组字符
abc[^0-9]
^
在中括号之间表示取非操作-
只有在中括号之间才是元字符,所以如果在中括号内想匹配该字符本身,则需要转义。
3. 使用元字符
- 数字元字符
\d
:匹配数字字符,等价于[0-9]
\D
: 匹配非数字字符,等价于[^0-9]
- 字母数字元字符
\w
:匹配大小写字母,下划线和数字,等价于[a-zA-Z0-9_]
\W
:对\w
取非
- 空白字符元字符
\s
:匹配任何一个空白字符,等价于[\f\n\r\t\v]
\S
:对\s
取非
4. 重复匹配
+
:匹配一个或者多个字符*
:匹配0个或者多个字符?
:匹配0个或者1个字符*
和+
都是贪婪匹配,在后面加?
可以转为懒惰匹配,如*?
,+?
和{m,n}?
- 示例:
a.+c
5. 位置匹配
- 单词边界
\b
:匹配一个单词的边界,边界是指位于\w
与\W
之间的位置\B
:匹配一个不是单词边界的位置。\b
只匹配位置,不匹配字符,因此\babc\b
匹配出来的结果为3个字符。
- 字符串边界
^
:匹配整个字符串的开头^
在字符集合中用作求非,在字符集合外用作匹配字符串的开头
$
:匹配整个字符串结尾。- 分行匹配模式下,换行被当做字符串的边界
^\s*//.*$
: 匹配以// 开始的注释行
6. 使用子表达式
()
:一定一个子表达式,子表达式支持嵌套,但是嵌套过深则难以理解- 小括号里面可以使用元字符。
(ab){2,}
#匹配结果
ababab
(19|20)\d{2}
#匹配结果
1. 1900
2. 2010
3. 1020
7. 回溯引用
\1
:表示回溯引用第1个子表达式
<(h[1-6])>\w*?<\/\1> # 这里*?就表示的是懒惰匹配,否则,会把<括号也匹配进去了。
匹配结果
1. <h1>x</h1>
2. <h2>x</h2>
3. <h3>x</h1>