正则表达式语法大全

正则表达式是一种特殊的字符序列，用于描述文本模式。它们由普通字符（如字母、数字、标点符号）和特殊字符组成，后者用于表示特定的搜索规则。

正则表达式可以在文本中查找、替换、提取和验证特定的模式。

一、普通字符
[ABC]：匹配 [...] 中的所有字符，例如 [aeiou] 匹配字符串 "google runoob taobao" 中所有的 e o u a 字母。

[^ABC]：匹配除了 [...] 中字符的所有字符，例如 [^aeiou] 匹配字符串 "google runoob taobao" 中除了 e o u a 字母的所有字符。

[^ABC]：A-Z] 表示一个区间，匹配所有大写字母，[a-z] 表示所有小写字母。

.：匹配除换行符（\n、\r）之外的任何单个字符，相等于 [^\n\r]。

[\s\S]：匹配所有。\s 是匹配所有空白符，包括换行，\S 非空白符，不包括换行。

\w：匹配字母、数字、下划线。等价于 [A-Za-z0-9_]。

二、非打印字符
\cx：匹配由x指明的控制字符。例如， \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 视为一个原义的 'c' 字符。

\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。

三、特殊字符
$：匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符本身，请使用 \$。

( )：标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 和
和
。

*：匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*。

+：匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+。

.：匹配除换行符 \n 之外的任何单字符。要匹配 . ，请使用 \. 。

[：标记一个中括号表达式的开始。要匹配 [，请使用 \[。

?：匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 \?。

\：将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\\' 匹配 "\"，而 '\(' 则匹配 "("。

^：匹配输入字符串的开始位置，除非在方括号表达式中使用，当该符号在方括号表达式中使用时，表示不接受该方括号表达式中的字符集合。要匹配 ^ 字符本身，请使用 \^。

{：标记限定符表达式的开始。要匹配 {，请使用 \{。

|：指明两项之间的一个选择。要匹配 |，请使用 \|。

四、限定符
*：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,}。

+：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,}。

?：匹配前面的子表达式零次或一次。例如，do(es)? 可以匹配 "do" 、 "does"、 "doxy" 中的 "do" 和 "does"。? 等价于 {0,1}。

{n}：n 是一个非负整数。匹配确定的 n 次。例如，o{2} 不能匹配 "Bob" 中的 o，但是能匹配 "food" 中的两个 o。

{n,}：n 是一个非负整数。至少匹配n 次。例如，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*。

{n,m}：m 和 n 均为非负整数，其中 n <= m。最少匹配 n 次且最多匹配 m 次。例如，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。

五、定位符
^：匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与 \n 或 \r 之后的位置匹配。

$：匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与 \n 或 \r 之前的位置匹配。

\b：匹配一个单词边界，即字与空格间的位置。

\B：非单词边界匹配。

六、选择
用圆括号 () 将所有选择项括起来，相邻的选择项之间用 | 分隔。

例：/([1-9])([a-z]+)/g  匹配以一个数字开头多个字母结尾

?=、?<=、?!、?<! 的使用区别
exp1(?=exp2)：查找 exp2 前面的 exp1。

(?<=exp2)exp1：查找 exp2 后面的 exp1。

exp1(?!exp2)：查找后面不是 exp2 的 exp1。

(?<!exp2)exp1：查找前面不是 exp2 的 exp1。

七、常见的陷阱

1. 贪婪与非贪婪模式：默认情况下，正则表达式是贪婪的，会尽可能多地匹配字符。使用? 后缀可以使某个模式变成非贪婪模式，避免匹配过多。

2. 量词理解：量词如 *, +, ? 等可能会导致误解，比如误以为 .* 就能匹配所有字符。需要明确每个量词的具体含义和应用条件。

3. 边界问题：忽略边界标志可能导致错误匹配，例如 \d 只能在数字前匹配，而不会在数字之间或者开头结尾匹配。

4. 特殊字符转义：忘记或错误地转义某些元字符可能会导致预期之外的结果，比如误认为 . 会匹配所有的字符。

5. 正则表达式语言差异：不同的正则表达式引擎可能有不同的语法细节，初学者应了解所使用的工具支持的特性。

6. 复杂模式的构建：当尝试创建复杂的模式时，容易变得混乱。建议从小规模、清晰的目标开始，逐步增加复杂度。