正则表达式

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”。