正则表达式(regular expression)是用一个“字符串”来描述一个特征,然后去验证另一个“字符串”是否符合这个特征。
比如,表达式“ab+”描述的特征是一个’a’和任意多个’b’,则’ab’,’abb’,’abbbbbbbbbb’都符合这个特征。
表达式可用来:
(1)验证字符串是否符合指定特征,如验证是否是合法的邮件地址。
(2)用来查找字符串,从一个长的文本中查找符合指定特征的字符串,比查找固定字符串更加灵活方便。
(3)用来替换,比普通的替换更加强大。
1.普通字符
字母、数字、汉字、下划线、没有特殊定义的标点符号,都是“普通字符”。表达式中的普通字符,在匹配一个字符串时,匹配与之相同的一个字符。
如:
1.表达式“c”,在匹配字符串“abcde”时,匹配结果是:成功;匹配到的内容是“c”;匹配到的位置是:开始于2,结束于3。
注:下标从0开始还是从1开始,可能因当前的编程语言不同而不同。
2.表达式“bcd”,在匹配字符串“abcde”时,匹配结果是:成功;匹配到的内容是:“bcd”;匹配到的位置是:开始于1,结束于4。
2.简单的转义字符
一些不便书写的字符,采用在前面加“\”的方法。
表达式 | 可匹配 |
\r,\n | 代表Enter和换行符 |
\t | 制表符 |
\\ | 代表“\”本身 |
有特殊用处的标点符号,在前面加“\”后,就代表该符号本身。比如:^,$都有特殊意义,若要想匹配字符串中“^”和“$”字符,则表达式就需写成“\^”和“\$”。
表达式 | 可匹配 |
\^ | 匹配^符号本身 |
\$ | 匹配$符号本身 |
\. | 匹配小数点(.)本身 |
这些转义字符的匹配方法与“普通字符”类似。也是匹配与之相同的一个字符。
3.能够与‘多种字符’匹配的表达式
可匹配‘多种字符’其中的任意一个字符。比如,表达式“\d”可匹配任意一个数字。虽可匹配其中任意字符,但只能是一个,不是多个。
表达式 | 可匹配 |
\d | 任意一个数字,0~9中的任意一个 |
\w | 任意一个字母或数字或下划线,也就是A~Z,a~z,0~9,_中任意一个 |
\s | 包括空格、制表符、换页符等空白字符的其中任意一个 |
. | 小数点可匹配除了换行符(\n)以外的任意一个字符 |
例:
1.表达式“\d\d”,在匹配“abc123”时,匹配的结果:成功;匹配到的内容:“12”;匹配到的位置:开始于3,结束于5。
2.表达式“a.\d”,在匹配“aaa100”时,匹配的结果:成功;匹配到的内容:“aa1”;匹配到的位置:开始于1,结束于4。
4.自定义能够匹配‘多种字符’的表达式
使用方括号[ ]包含一系列字符,能匹配其中任意一个字符。用[^]包含一系列字符,则能匹配其中字符之外的任意一个字符。注意:可以匹配其中任意一个,但只能是一个,不是多个。
表达式 | 可匹配 |
[ab5@] | 匹配“a”或“b”或“5”或“@” |
[^abc] | 匹配“a”,“b”,“c”之外的任意一个字符 |
[f-k] | 匹配“f”~“k”之间的任意一个字母 |
[^A-F0~3] | 匹配“A”~“F”,“0”~“3”之外的任意一个字符 |
例:
1.表达式“[bcd][bcd]”匹配“abc123”时,匹配的结果:成功;匹配到的内容:“bc”;匹配到的位置:开始于1,结束于3。
2.表达式“[^abc]”匹配“abc123”时,匹配的结果:成功;匹配到的内容:“1”;匹配到的位置:开始于3,结束于4。
5.修饰匹配次数的特殊符号
想要使用表达式再加上修饰匹配次数的特殊符号,则用重复书写表达式就可重复匹配。
方法:“次数修饰”放在“被修饰的表达式”后边。
比如:“[bcd][bcd]”可写成“[bcd]{2}”
表达式 | 作用 |
{n} | 表达式重复n次,如:“\w{2}”相当于“\w\w”;“a{5}”相当于“aaaaa” |
{m,n} | 表达式至少重复m次,最多重复n次,如:“ba{1,3}”可匹配“ba”或“baa”或“baaa” |
{m,} | 表达式至少重复m次,如:“\w\d{2,}”可匹配“a12”,“_456”,“M12344”… |
? | 匹配表达式0次或1次,相当于{0,1},如:“a[cd]?”可匹配“a”,“ac”,“ad” |
+ | 表达式至少出现1次,相当于{1,},如:“a+b”可匹配,“ab”,“aab”,“aaab”… |
* | 表达式不出现或出现任意次,相当于{0,},如:“\^*b”可匹配“b”,“^^^b”… |
例:
1.表达式“\d+\.?\d*”在匹配“It costs $12.5”时,匹配的结果是:成功;匹配到的内容是:“12.5”;匹配到的位置是:开始于10,结束于14。
2.表达式“go{2,8}gle”在匹配“Ads by goooooogle”时,匹配的结果是:成功;匹配到的内容是:“goooooogle”;匹配到的位置是:开始于7,结束于17。
6.其他一些代表抽象意义的特殊符号
表达式 | 作用 |
^ | 与字符串开始的地方匹配,不匹配任何字符 |
$ | 与字符串结束的地方匹配,不匹配任何字符 |
\b | 匹配一个单词边界,也就是单词和空格之间的位置,不匹配任何字符 |
例:
1.表达式“^aaa”在匹配“xxx aaa xxx”时,匹配的结果是:失败;因为“^”要求与字符串开始的地方匹配,因此,只有当“aaa”位于字符串的开头时,“^aaa”才能匹配,比如:“aaa xxx xxx”。
2.2.表达式“aaa$”在匹配“xxx aaa xxx”时,匹配的结果是:失败;因为“$”要求与字符串开始的地方匹配,因此,只有当“aaa”位于字符串的结尾时,“aaa$”才能匹配,比如:“xxx xxx aaa”。
3.表达式“.\b.”在匹配“@@@abc”时,匹配的结果是:成功;匹配到的内容是:“@a”;匹配到的位置是:开始于2,结束于4。
进一步说明:“\b”与“^”和“$”类似,本身不匹配任何字符,但它要求在匹配结果中所处位置的左右2边,其中一边是“\w”范围,另一边是非“\w”的范围。
4.表达式“\bend\b”在匹配“weekend,endfor,end”时,匹配的结果是:成功;匹配到的内容是:“end”;匹配到的位置是:开始于15,结束于18。
一些符号可影响表达式内部的子表达式之间的关系。
表达式 | 作用 |
| | 左右两边表达式之间“或”关系,匹配左边或右边 |
( ) | (1)在被修饰匹配次数的时候,括号中的表达式可作为整体被修饰 (2)取匹配结果的时候,括号中的表达式匹配到的内容可被单独得到 |
例:
1.表达式“Tom|Jack”在匹配字符串“I’m Tom,he is Jack”时,匹配的结果是:成功;匹配到的内容是:“Tom”;匹配到的位置是:开始于4,结束于7。匹配下一个时,匹配的结果是:成功;匹配到的内容是:“Jack”;匹配到的位置是:开始于15,结束于19。
2.表达式“(go\s*)+”在匹配“Let’s go go go!”时,匹配的结果是:成功;匹配到的内容是:“go go go”;匹配到的位置是:开始于6,结束于14。
3.表达式“¥(\d+\.?\d*)”在匹配“$10.9,¥20.5”时,匹配的结果是:成功;匹配到的内容是:“¥20.5”;匹配到的位置是:开始于6,结束于10。单独获取括号范围匹配到的内容是:“20.5”。