正则表达式

简介

正则表达式(Regular Expression)是一种文本模式，包括普通字符（如字母、数字等）和特殊字符（称为"元字符"，例如*.avi中的*）。

正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串，从而起到搜索、替换所需要的文本或文件名的功能。

以“\”开头的元字符

以下元字符不以“\”开头，要匹配其原义，去掉“\”即可。

空白字符

以下除了空格，均为元字符：

字符	描述
\n	换行符
\r	回车符
\f	换页符
\t	水平制表符
\v	垂直制表符

\d 和 \D

前者匹配一个数字字符。等价于：

[0-9]

后者与前者相反，匹配一个非数字字符。

\s 和 \S

前者匹配一个空白字符，等价于：

[ \f\n\r\t\v]

后者与前者相反，匹配一个非空白字符。

\w 和 \W

前者匹配一个字母、数字或下划线，等价于

[A-Za-z0-9_]

后者与前者相反。

不以“\”开头的元字符

以下元字符，要匹配其原义，需要使用“\”转义。

限定符

以下六种元字符可指定匹配字符的次数。

{n}

n为非负整数，表示匹配括号前一个字符n次，例如匹配字符a三次：

a{3}

{n,}

n为非负整数，表示匹配括号前一个字符至少n次。

{n,m}

表示匹配括号前一个字符n到m次。

*

匹配其前面的单个字符零次或多次，例如以下表达式可匹配“acd”、“abcd”、“abbcd”、“abbbbcd”等。

ab*cd

+

匹配其前面的单个字符一次或多次。以下表达式可匹配“abcd”、“abbcd”、“abbbbcd”等。

ab+cd

?

匹配其前面的单个字符零次或一次。以下表达式可匹配“acd”、“abcd”等。

ab?cd

定位符

^

该字符后面接字符串，表示匹配以该字符串开头的内容，例如：

^abc

则可以匹配到以“abc”开头的文本。

若在方括号中使用“^”，其含义为“取反”，即对于配所有该方括号中出现的内容均不匹配，例如，匹配除元音字母外的所有字符：

[^aeiou]

$

该字符前面接字符串，表示匹配以该字符串结尾的内容，例如，匹配所有以“abc”结尾的字符串：

abc$

该字符可与“^”连用，表示精确匹配，例如：

^123$

则只能匹配到内容为“123”的文本。

其他符号

[]

被方括号括住的内容为字符簇，用于匹配一个该方括号中出现的字符。例如，匹配所有元音字母：

[aeiou]

可使用“-”表示一个范围内的字符都进行匹配。例如，匹配一个数字：

[0-9]

注意顺序，0在前9在后，写反了就啥也匹配不到。

“-”不是元字符，除了在方括号中的这种特殊用法，“-”与其他普通字符使用方法一致。

.

匹配除换行符（\n及\r）之外的单个字符。相当于：

[^\n\r]

()

括号内的内容可作为子正则表达式，与其他正则表达式构成完整匹配规则。

|

表示选择，匹配“|”前面的字符串或后面的字符串，例如：

N|CBA

(N|C)BA

前者可匹配“N”和“CBA”，后者匹配“NBA”和“CBA”。

元字符运算优先级

元字符一般从左到右运算，优先级由高到底，如下表所示：

元字符	描述
\	转义符
[], ()	中括号和小括号
*, +, ?, {n}, {n,}, {n,m}	限定符
^, $, .等	定位符和其他元字符
|	选择符号

修饰符

修饰符并不是正则表达式的一部分，这些字符一般跟在正则表达式后面，以起到一些额外的作用：

修饰符部分以“/”作为开始，后面接修饰符：

修饰符	功能
i	不区分大小写
g	全局匹配
m	多行匹配
s	令元字符“.”也能匹配到“\n”

参考资料

正则表达式 - 教程