编程基础 —— 正则表达式

字符优先级

相同优先级的从左到右进行运算，不同优先级的运算先高后低。

字符	描述	优先级
\	转义符	高
(), (?😃, (?=), []	圆括号和方括号
*, +, ?, {n}, {n,}, {n,m}	限定符
^, $, \任何元字符、任何字符	定位点和序列（即：位置和顺序）
|	替换，“或"操作 字符具有高于替换运算符的优先级，使得"m|food"匹配"m"或"food”。若要匹配"mood"或"food"，请使用括号创建子表达式，从而产生"(m|f)ood"。	低

元字符

字符	描述	类型
\	将下个字符标记为特殊字符/原义字符/向后引用/八进制 例:‘n’匹配"n"、’\n’匹配换行符、’\\'匹配"\"、"\(" 则匹配 “(”	转义符
^	匹配输入字符串的开始位置 如设置了 RegExp 对象的 Multiline 属性，也匹配’\n’或’\r’之后的位置 除了在方括号表达式中使用，此时它表示不接受该字符集合	定位符
$	匹配输入字符串的结束位置 如果设置了RegExp 对象的 Multiline 属性，匹配’\n’或’\r’之前的位置	定位符
*	匹配前面的子表达式零次或多次 例如，zo* 能匹配 “z” 以及 “zoo”。等价于{0,}	限定符
+	匹配前面的子表达式一次或多次 例如，‘zo+’ 能匹配 “zo” 以及 “zoo”，但不能匹配 “z”。等价于 {1,}	限定符
?	匹配前面的子表达式零次或一次 例如，“do(es)?” 可以匹配 “do” 或 “does” 。等价于 {0,1}	限定符
{n}	n 是非负整数。匹配确定的 n 次 例: 'o{2}‘不能匹配"Bob"中的’o’，但能匹配"food"中的两个 o	限定符
{n,}	n 是一个非负整数。至少匹配n 次 例: ‘o{2,}‘不能匹配"Bob"中的’o’，但能匹配"foooood"中的所有 o ’o{1,}’ 等价于 ‘o+’。‘o{0,}’ 则等价于 ‘o*’	限定符
{n,m}	m 和 n 均为非负整数，n <= m。最少匹配 n 次且最多匹配 m 次 例: “o{1,3}” 将匹配 “fooooood” 中的前三个 o ’o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格	限定符
?	在限定符(*, +, ?, {n}, {n,}, {n,m})后面时，匹配模式是非贪婪的 非贪婪模式尽可能少的匹配所搜索的字符串 而默认的贪婪模式则尽可能多的匹配所搜索的字符串 例: 在"oooo"中’o+?'将匹配单个"o"，而’o+‘将匹配所有’o’。
.	匹配除换行符（\n、\r）之外的任何单个字符 要匹配包括 ‘\n’ 在内的任何字符，请使用"(.|\n)"
(pattern)	匹配 pattern 并捕获结果。结果从产生的 Matches 集合得到， 在 VBScript 中用 SubMatches 集合，在 JScript 中用 $0…$9 属性	捕获组
(?:pattern)	匹配 pattern 但不捕获结果 在使用"|"字符来组合一个模式的其中一部分是很有用的 例: 'industr(?:y|ies) 比 ‘industry|industries’ 更简略	非捕获
(?=pattern)	正向肯定预查（look ahead positive assert） 在任何匹配pattern的字符串开始处匹配查找字符串 不捕获结果 例: "Windows(?=95|98|NT|2000)" 匹配"Windows2000"中的"Windows" 不匹配"Windows3.1"中的"Windows" 预查不消耗字符，即在不包含预查结果的位置开始下一次搜索	非捕获
(?!pattern)	正向否定预查(negative assert) 在任何不匹配pattern的字符串开始处匹配查找字符串 不捕获结果 例: "Windows(?!95|98|NT|2000)" 匹配"Windows3.1"中的"Windows" 不匹配"Windows2000"中的"Windows" 预查不消耗字符（同上解释）	非捕获
(?<=pattern)	反向肯定预查(look behind) 与正向肯定预查类似，只是方向相反 例: “(?<=95|98|NT|2000)Windows" 匹配"2000Windows"中的"Windows" 不匹配"3.1Windows"中的"Windows”	非捕获
(?<!pattern)	反向否定预查 与正向否定预查类似，只是方向相反 例: “(?<!95|98|NT|2000)Windows" 匹配"3.1Windows"中的"Windows" 不匹配"2000Windows"中的"Windows”	非捕获
x|y	匹配 x 或 y 例: ‘z|food’ 能匹配 “z” 或 “food” ’(z|f)ood’ 则匹配 “zood” 或 “food”
[xyz]	字符集合。匹配所包含的任意一个字符 例: ‘[abc]’ 匹配 “plain” 中的 ‘a’
[^xyz]	负值字符集合。匹配未包含的任意字符 例: ‘[^abc]’ 匹配 “plain” 中的’p’、‘l’、‘i’、‘n’
[a-z]	字符范围。匹配指定范围内的任意字符 例: ‘[a-z]’ 匹配’a’到’z’范围内的任意小写字母字符
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符 例: '[^a-z]'可以匹配任何不在’a’到’z’范围内的任意字符
\b	匹配一个单词边界，也就是指单词和空格间的位置 例: ‘er\b’匹配"never"中的 ‘er’，但不匹配"verb"中的’er’	定位符
\B	匹配非单词边界 ’er\B’匹配"verb"中的’er’，但不匹配"never"中的’er’	定位符
\cx	匹配由 x 指明的控制字符 例: \cM 匹配一个 Control-M 或回车符 x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为原义的’c’字符
\d	匹配一个数字字符。等价于 [0-9]
\D	匹配一个非数字字符。等价于 [^0-9]
\f	匹配一个换页符。等价于 \x0c 和 \cL
\n	匹配一个换行符。等价于 \x0a 和 \cJ
\r	匹配一个回车符。等价于 \x0d 和 \cM
\s	匹配任何空白字符，包括空格、制表符、换页符等等 等价于 [ \f\n\r\t\v]。注意 Unicode 正则表达式会匹配全角空格符
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]
\t	匹配一个制表符。等价于 \x09 和 \cI
\v	匹配一个垂直制表符。等价于 \x0b 和 \cK
\w	匹配字母、数字、下划线。等价于’[A-Za-z0-9_]’
\W	匹配非字母、数字、下划线。等价于 ‘[^A-Za-z0-9_]’
\xn	匹配 n，其中 n 为十六进制转义值 十六进制转义值必须为确定的两个数字长 例: ‘\x41’ 匹配 “A”。’\x041’ 则等价于 ‘\x04’ & "1" 正则表达式中可以使用 ASCII 编码
\num	匹配 num，其中 num 是一个正整数 是对所获取的匹配的引用 例: ‘(.)\1’ 匹配两个连续的相同字符
\n	标识一个八进制转义值或一个向后引用 如果 \n 之前至少 n 个获取的子表达式，则 n 为向后引用 否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
\nm	表示 八进制转义值 或 向后引用 1其之前至少有 nm 个获得子表达式，则 nm 为向后引用 2其之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用 3若 n 和 m 均为八进制数字 (0-7)，则将匹配八进制转义值 nm
\nml	如 n 为八进制数字 (0-7) 且 m 和 l 均为八进制数字 (0-7) 则匹配八进制转义值 nml
\un	匹配 n，其中 n 是用4个十六进制数字表示的 Unicode 字符 例: \u00A9 匹配版权符号(©)

字符簇

字符簇	描述
[a-z]	匹配所有的小写字母
[A-Z]	匹配所有的大写字母
[a-zA-Z]	匹配所有的字母
[0-9]	匹配所有的数字
[0-9.-]	匹配所有的数字，句号和减号
[ \f\r\t\n]	匹配所有的白字符
[^a-z]	除了小写字母以外的所有字符
[^\/^]	除了()(/)(^)之外的所有字符
[^"’]	除了双引号(")和单引号(’)之外的所有字符

PHP的正则表达式内置的通用字符簇

字符簇	描述
[[:alpha:]]	任何字母
[[:digit:]]	任何数字
[[:alnum:]]	任何字母和数字
[[:space:]]	任何空白字符
[[:upper:]]	任何大写字母
[[:lower:]]	任何小写字母
[[:punct:]]	任何标点符号
[[:xdigit:]]	任何16进制的数字，相当于[0-9a-fA-F]

确定重复出现

字符簇	描述
^[a-zA-Z_]$	所有的字母和下划线
^[[:alpha:]]{3}$	所有的3个字母的单词
^a$	字母a
^a{4}$	aaaa
^a{2,4}$	aa,aaa或aaaa
^a{1,3}$	a,aa或aaa
^a{2,}$	包含多于两个a的字符串
^a{2,}	如：aardvark和aaab，但apple不行
a{2,}	如：baad和aaa，但Nantucket不行
\t{2}	两个制表符
.{2}	所有的两个字符
^[a-zA-Z0-9_]{1,}$	所有包含一个以上的字母、数字或下划线的字符串 同^[a-zA-Z0-9_]+$
^[1-9][0-9]{0,}$	所有的正整数 同^[1-9][0-9]*$
^-{0,1}[0-9]{1,}$	所有的整数 同^-?[0-9]+$
^[-]?[0-9]+.?[0-9]+$	所有的浮点数 同^[-]?[0-9]+(.[0-9]+)?$

示例

正则表达式	描述
/\b([a-z]+) \1\b/gi	一个单词连续出现的位置
/(\w+)😕/([^/:]+)(:\d*)?([^# ]*)/	将一个URL解析为协议、域、端口及相对路径
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/	定位章节的位置
/[-a-z]/	a至z共26个字母再加一个-号
/ter\b/	可匹配chapter，而不能匹配terminal
/\Bapt/	可匹配chapter，而不能匹配aptitude
/Windows(?=95|98|NT)/	可匹配Windows95或Windows98或WindowsNT，当找到一个匹配后，从Windows后面开始进行下一次的检索匹配
/^\s*$/	匹配空行
/\d{2}-\d{5}/	验证由两位数字、一个连字符再加 5 位数字组成的 ID 号
/<\s*(\S+)(\s[^>]*)?>[\s\S]*<\s*/\1\s*>/	匹配 HTML 标记

实用示例

正则表达式	匹配描述
/^[0-9]+([.][0-9]+){0,1}$/	整数或者小数
/^[0-9]*$/	只能输入数字
/^\d{n}$/	只能输入n位的数字
/^\d{n,}$/	只能输入至少n位的数字
/^\d{m,n}$/	只能输入m~n位的数字
/^(0|[1-9][0-9]*)$/	只能输入零和非零开头的数字
/^[0-9]+(.[0-9]{2})?$/	只能输入有两位小数的正实数
/^[0-9]+(\.[0-9]{1,3})?$/	只能输入有1~3位小数的正实数
/^\+?[1-9][0-9]*$/	只能输入非零的正整数
/^\-[1-9][0-9]*$/	只能输入非零的负整数
/^[a-z]+$/	只能输入由26个小写英文字母组成的字符串
/^[A-Z]+$/	只能输入由26个大写英文字母组成的字符串
/^[A-Za-z]+$/	只能输入由26个英文字母组成的字符串
/^[A-Za-z0-9]+$/	只能输入由数字和26个英文字母组成的字符串
/^[\u4e00-\u9fa5]{0,}$/	只能输入汉字
/[^\x00-\xff]/	双字节字符(包括汉字在内)
/^.{3}$/	只能输入长度为3的字符
/[%&’,;=?$\\^]+/	是否含有^%&’,;=?$\"等字符
/^\s*|\s*$/	首尾空白字符
/\n\s*\r/	空白行
/<(\S*?)[^>]*>.*?</>|<.*? />/	HTML标记。能匹配部分,复杂的嵌套不行
/^[a-zA-Z]\w{5,15}$/	验证用户名和密码.格式："[A-Z][a-z]_[0-9]"组成,并且第一个字必须为字母6~16位
/^[a-zA-Z][a-zA-Z0-9_]{4,15}$/	验证帐号是否合法 (字母开头,允许5-16字节,允许字母数字下划线)
/^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$/	验证Email地址
/\d{14}[[0-9],0-9xX]/	验证15位身份证号
/\d{17}(\d|X|x)/	验证18位身份证号
/^(\d{3,4}-)\d{7,8}$/	验证电话号码.格式：xxx/xxxx-xxxxxxx/xxxxxxxx
/^1([38][0-9]|4[5-9]|5[0-3,5-9]|66|7[0-8]|9[89])[0-9]{8}$/	验证手机号码（包含虚拟号码和新号码段）
/[1-9][0-9]{4,}/	腾讯QQ号
/^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$/	验证URL
/[a-zA-z]+://[^\s]*/	网址URL
/([1-9]{1,3}\.){3}[1-9]/	ip地址
/([A-Fa-f0-9]{2}😃{5}[A-Fa-f0-9]/	MAC地址
/[1-9]\\d{5}(?!\d)/	中国邮政编码
/"^(0?[1-9]|1[0-2])$"/	一年的12个月。“01"～"09"和"10"～"12”
/"^((0?[1-9])|((1|2)[0-9])|30|31)$"/	一个月的31天.正确格式为:“01"～"09”、“10"～"29"和"30”~“31”
/\\d{4}[年|\-|\.]\d{\1-\12}[月|\-|\.]\d{\1-\31}日?/	大多数年月日信息

1111