正则表达式（Regular Expression）

简介

正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串。

正则表达式是对于字符串而言，利用定义的一系列符号，用有限的字符来表达无限的字符串序列，从而达到对大量文本的过滤筛查。

正则表达式语法

注：Java正则表达式中，为防⽌表达式元字符被Java编译器当作转义字符吃掉，需要多加⼀个"\",例如正则表达式"\d",在java中要写成"\\d".

元字符	描述
\	将下⼀个字符标记符、或⼀个向后引⽤、或⼀个⼋进制转义符。例如，“\\n”匹配\n。“\n”匹配换⾏符。序列“\\”匹配“\”⽽“\(”则匹配“(”。即相当于多种编程语⾔中都有的“转义字符”的概念。
^	匹配输⼊字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。
$	匹配输⼊字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。
*	匹配前⾯的⼦表达式任意次。例如，zo*能匹配“z”，“zo”以及“zoo”。*等价于{0,}。
+	匹配前⾯的⼦表达式⼀次或多次(⼤于等于1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”或“does”中的“do”。?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。
?	当该字符紧跟在任何⼀个其他限制符（*,+,?，{n}，{n,}，{n,m}）后⾯时，匹配模式是⾮贪婪的。⾮贪婪模式尽可能少的匹       配所搜索的字符串，⽽默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配      单个“o”，⽽“o+”将匹配所有“o”。
.点	匹配除“\r\n”之外的任何单个字符。要匹配包括“\r\n”在内的任何字符，请使⽤像“[\s\S]”的模式。
(pattern)	匹配pattern并获取这⼀匹配。所获取的匹配可以从产⽣的Matches集合得到，在VBScript中使⽤SubMatches集合，在 JScript中则使⽤$0…$9属性。要匹配圆括号字符，请使⽤“\(”或“\)”。
(?:pattern)	匹配pattern但不获取匹配结果，也就是说这是⼀个⾮获取匹配，不进⾏存储供以后使⽤。这在使⽤或字符“(|)”来组合⼀个模式的各个部分是很有⽤。例如“industr(?:y|ies)”就是⼀个⽐“industry|industries”更简略的表达式。
(? =pattern)	正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是⼀个⾮获取匹配，也就是说，该匹配不需要获取      供以后使⽤。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹 配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在⼀个匹配发⽣后，在最后⼀次匹配之后⽴即开始       下⼀次匹配的搜索，⽽不是从包含预查的字符之后开始。
(?!pattern)	正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是⼀个⾮获取匹配，也就是说，该匹配不需要获      取供以后使⽤。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹 配“Windows2000”中的“Windows”。
(? <=pattern)	反向肯定预查，与正向肯定预查类似，只是⽅向相反。例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。
(? <!pattern)	反向否定预查，与正向否定预查类似，只是⽅向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。
x|y	匹配x或y。例如，“z|food”能匹配“z”或“food”或"zood"(此处请谨慎)。“(z|f)ood”则匹配“zood”或“food”。
[xyz]	字符集合。匹配所包含的任意⼀个字符。例如，“[abc]”可以匹配“plain”中的“a”。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”。
	字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意⼩写字母字符。

[a-z]	注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表⽰字符的范围;     如果出字符组的开头,则只能表⽰连字符本⾝.
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字     符。
\b	匹配⼀个单词边界，也就是指单词和空格间的位置（即正则表达式的“匹配”有两种概念，⼀种是匹配字符，⼀种是匹配     位置，这⾥的\b就是匹配位置的）。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。
\B	匹配⾮单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。
\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。
\d	匹配⼀个数字字符。等价于[0-9]。
\D	匹配⼀个⾮数字字符。等价于[^0-9]。
\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	匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S	匹配任何可见字符。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。
\w	匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”，这⾥的"单词"字符使⽤Unicode字符集。
\W	匹配任何⾮单词字符。等价于“[^A-Za-z0-9_]”。
\xn	匹配n，其中n为⼗六进制转义值。⼗六进制转义值必须为确定的两个数字长。例如，“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使⽤ASCII编码。
\num	匹配num，其中num是⼀个正整数。对所获取的匹配的引⽤。例如，“(.)\1”匹配两个连续的相同字符。
\n	标识⼀个⼋进制转义值或⼀个向后引⽤。如果\n之前⾄少n个获取的⼦表达式，则n为向后引⽤。否则，如果n为⼋进制数      字（0-7），则n为⼀个⼋进制转义值。
\nm	标识⼀个⼋进制转义值或⼀个向后引⽤。如果\nm之前⾄少有nm个获得⼦表达式，则nm为向后引⽤。如果\nm之前⾄少       有n个获取，则n为⼀个后跟⽂字m的向后引⽤。如果前⾯的条件都不满⾜，若n和m均为⼋进制数字（0-7），则\nm将匹      配⼋进制转义值nm。
\nml	如果n为⼋进制数字（0-7），且m和l均为⼋进制数字（0-7），则匹配⼋进制转义值nml。
\un	匹配n，其中n是⼀个⽤四个⼗六进制数字表⽰的Unicode字符。例如，\u00A9匹配版权符号（©）。
\< \>	匹配词（word）的开始（\<）和结束（\>）。例如正则表达式\<the\>能够匹配字符串"for the  wise"中的"the"，但是不能匹配字符串"otherwise"中的"the"。注意：这个元字符不是所有的软件都⽀持的。
\( \)	将 \( 和  \)  之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到⼀个临时区域（⼀个正则表达式中最多可以保存9 个），它们可以⽤ \1 到\9 的符号来引⽤。
|	将两个匹配条件进⾏逻辑“或”（Or）运算。例如正则表达式(him|her) 匹配"it belongs to him"和"it belongs to her"，但是不能匹配"it belongs to them."。注意：这个元字符不是所有的软件都⽀持的。
+	匹配1或多个正好在它之前的那个字符。例如正则表达式9+匹配9、99、999等。注意：这个元字符不是所有的软件都⽀持的。
?	匹配0或1个正好在它之前的那个字符。注意：这个元字符不是所有的软件都⽀持的。

{i} {i,j}

匹配指定数⽬的字符，这些字符是在它之前的表达式定义的。例如正则表达式A[0-9]{3} 能够匹配字符"A"后⾯跟着正好3个数字字符的串， 例如A123、A348等，但是不匹配A1234。⽽正则表达式[0-9]{4,6} 匹配连续的任意4个、5个或者6个数字

常⽤正则表达式

规则	正则表达式语法
⼀个或多个汉字	^[\u0391-\uFFE5]+$
邮政编码	^[1-9]\d{5}$
QQ号码	^[1-9]\d{4,10}$
邮箱（默认前缀、后缀不以'_'、'-'、'.'结尾）	^[A-Za-z\d]+([-_.][A-Za-z\d]+)*@([A-Za-z\d]+[-.])+[A-Za-z\d]{2,4}$
⽤户名（字母开头 + 数字/字母/下划线）	^[A-Za-z][A-Za-z1-9_-]+$
⼿机号码	^((13[0-9])|(14[5,7])|(15[0-3,5-9])|(17[0,3,5-8])|(18[0-9])|166|198|199|(147))\\d{8}$
URL	^((http|https)://)?([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
	( ^[1-9]\d{5}(18|19|([23]\d))\d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)\d{3}[0-9Xx]$)|(^[1-9]\d{5}\d{2}((0[1-9])| (10|11|12))(([0-2][1-9])|10|20|30|31)\d{2}$)