正则表达式语法入门

正则表达式看不懂？本文介绍简单的正则表达式语法和几个简单的要点，帮助初学者来认识它。

首先是特殊字符的说明（看不懂没关系，下面会有解释）：

特别字符	描述
$	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 \( 和 \)。
*	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，此时它表示不接受该字符集合。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 \|。

要点一：注意三个字符的区分*\+\?

如e(abc)*这样的表达式能匹配的字符串最短是e，即*前面的表示式可以不出现，但如果是e(abc)+的话，最短匹配的字符串就是eabc了，即+前面的子表达式至少出现一次，其他的匹配还有eabcabc、eabcabcabc等。相应的e(abc)?这样的表达式，只能匹配eabc和e。

要点二：三种括号的区别

小括号表示一个表达式，如(0-9)匹配字符串"0-9"；但这里如果换成中括号[0-9]则表示一个0到9的字符，比如0、1、2……，有多种匹配情况。大括号没有{0-9}这样的写法，通常用来表示匹配的长度，比如a{3,5}可以匹配aaa、aaaa、aaaaa，即表示长度为3到5的a字符串。

要点三：转义字符的使用

转义字符就是‘\’，比如一个字符串为abcd{ooo}，用正则表达式可以表示为abcd\{o{3}\}，o{3}表示三个o，但转义字符后面的符号就没有了特殊字符的含义，而可以作为普通字符使用。

有些诸如空格、回车这样看不见的东西也是通过转义字符来实现：

字符	描述
\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]。
\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。

到现在为止，其实第一个表中还有一些需要进一步解释举例的内容，引出本文的最后一个部分，定位符：

字符	描述
^	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	匹配一个字边界，即字与空格间的位置。
\B	非字边界匹配。

看看，有了这些定位符，我们就可以匹配诸如“work”、“apple”这样的独立单词了，因为定位符可以标记字符串的边界。

举几个例子就很清楚了。比如“^a[0-9]b$”，匹配以a开头、以b结尾、中间为一位数字的字符串，它可以匹配a0b、a4b、a5b等，但不能匹配c4b、a4d、e4t之类的内容。

要点四：\B和\b的区别

当我们需要找以app开头的字符串时，可以用“\bapp”来匹配，这样中间或结尾出现“app”的字符串就不会被匹配到。

\B的作用与\b相反，但又有不同。\Bapp表示app出现在单词非边界的位置，这时“\Bapp”和“app\B”是一样的。但“app\b”和“\bapp”不同，它只能匹配以app为结尾的单词。

要点五：^的不同含义

前面说到^表示字符串的开头位置，但在中括号表达式中它的意思就不一样了。比如“[^a]”匹配一个不是a的字符，它可以是除a以外的任何字符。

参考：

本文表格来自菜鸟教程。