正则表达式 总结

最先开始的匹配有最大的优先权

 什么是正则表达式

基本说来，正则表达式是一种用来描述一定数量文本的模式

一段文本就是最基本的模式，简单的匹配相同的文本

正则表达式的特点

1. 灵活性、逻辑性和功能性非常的强

2. 可以迅速地用极简单的方式达到字符串的复杂控制

 特殊字符

对于文字字符，有 12 个字符被保留作特殊用途。这些特殊字符也被称作元字符

[ ]\^ $. |? *+ ()

如果你想在正则表达式中将这些字符用作文本字符，你需要用反斜杠“\”对其进行换 码 (escape)

例如你想匹配“1+1=2”，正确的表达式为

<<1\+1=2>>

NOTE: 需要注意的是，<<1+1=2>>也是有效的正则表达式。但它不会匹配“1+1=2”，而会 匹配“123+111=234”中的“111=2”。因为“+”在这里表示特殊含义(重复 1 次到多次)

元字符描述

元字符

含义

明细

\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符 “\\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 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） “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 “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 “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 “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 “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 对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”

. 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 “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 “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 “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 “(?<=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 “(?<!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 “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 “[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 “[^abc]”可以匹配“plain”中的“plin”

[a-z]字符范围 匹配指定范围内的任意字符 “[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符；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 “[^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） “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 \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 “\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 “(.)\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 \u00A9匹配版权符号（&copy;）

\< \> 匹配词（word）的开始（\<）和结束（\>） 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 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 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 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

正则表达字符含义

等价

 ?,*,+,\d,\w 都是等价字符

 ?等价于匹配长度{0,1}

 *等价于匹配长度{0,}

 +等价于匹配长度{1,}

 \d等价于[0-9]

 \w等价于[A-Za-z_0-9]

 常用运算符表达

 ^ 开始

 （） 域段

 [] 包含,默认是一个字符长度

 [^] 不包含,默认是一个字符长度

 {n,m} 匹配长度

 . 任何单个字符(\. 字符点)

 | 或

 \ 转义

 $ 结尾

 [A-Z] 26个大写字母

[a-z] 26个小写字母

[0-9] 0至9数字 # [A-Za-z0-9] 26个大写字母、26个小写字母和0至9数字。

 ， 分割

- 分割语法

 [A,H,T,W] 包含A或H或T或W字母

 [a,h,t,w] 包含a或h或t或w字母

 [0,3,6,8] 包含0或3或6或8数字

- 语法与释义

 基础语法 "^([]{})([]{})([]{})$"

 正则字符串 = "开始（[包含内容]{长度}）（[包含内容]{长度}）（[包含内容]{长度}）结束"

 ?,*,+,\d,\w 这些都是简写的,完全可以用[]和{}代替，在(?:)(?=)(?!)(?<=)(?<!)(?i)(*?)(+?)这种特殊组合情况下除外。

 初学者可以忽略?,*,+,\d,\w一些简写标示符，学会了基础使用再按表自己去等价替换

 正则表达式应用——实例应用

1.验证用户名和密码：（"^[a-zA-Z]\w{5,15}$"）正确格式："[A-Z][a-z]_[0-9]"组成,并且第一个字必须为字母6~16位；

2.验证电话号码：（"^(\\d{3,4}-)\\d{7,8}$"）正确格式：xxx/xxxx-xxxxxxx/xxxxxxxx；

3.验证手机号码："^1[3|4|5|7|8][0-9]\\d{8}$"；

4.验证身份证号（15位或18位数字）："\\d{14}[[0-9],0-9xX]"；

5.验证Email地址：("^\\w+([-+.]\\w+)*@\\w+([-.]\\w+)*\.\\w+([-.]\\w+)*$")；

6.只能输入由数字和26个英文字母组成的字符串：("^[A-Za-z0-9]+$") ;

7.整数或者小数：^[0-9]+([.][0-9]+){0,1}$

8.只能输入数字："^[0-9]*$"。

9.只能输入n位的数字："^\\d{n}$"。

10.只能输入至少n位的数字："^\\d{n,}$"。

11.只能输入m~n位的数字："^\\d{m,n}$"。

12.只能输入零和非零开头的数字："^(0|[1-9][0-9]*)$"。

13.只能输入有两位小数的正实数："^[0-9]+(.[0-9]{2})?$"。

14.只能输入有1~3位小数的正实数："^[0-9]+(\.[0-9]{1,3})?$"。

15.只能输入非零的正整数："^\+?[1-9][0-9]*$"。

16.只能输入非零的负整数："^\-[1-9][0-9]*$"。

17.只能输入长度为3的字符："^.{3}$"。

18.只能输入由26个英文字母组成的字符串："^[A-Za-z]+$"。

19.只能输入由26个大写英文字母组成的字符串："^[A-Z]+$"。

20.只能输入由26个小写英文字母组成的字符串："^[a-z]+$"。

21.验证是否含有^%&',;=?$\"等字符："[^%&',;=?$\x22]+"。

22.只能输入汉字："^[\u4e00-\u9fa5]{0,}$"。

23.验证URL："^http://([\\w-]+\.)+[\\w-]+(/[\\w-./?%&=]*)?$"。

24.验证一年的12个月："^(0?[1-9]|1[0-2])$"正确格式为："01"～"09"和"10"～"12"。

25.验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为；"01"～"09"、"10"～"29"和“30”~“31”。

26.获取日期正则表达式：\\d{4}[年|\-|\.]\\d{\1-\12}[月|\-|\.]\\d{\1-\31}日?

评注：可用来匹配大多数年月日信息。

27.匹配双字节字符(包括汉字在内)：[^\x00-\xff]

评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

28.匹配空白行的正则表达式：\n\s*\r

评注：可以用来删除空白行

29.匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</>|<.*? />

评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力

30.匹配首尾空白字符的正则表达式：^\s*|\s*$

评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式

31.匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*

评注：网上流传的版本功能很有限，上面这个基本可以满足需求

32.匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

评注：表单验证时很实用

33.匹配腾讯QQ号：[1-9][0-9]\{4,\}

评注：腾讯QQ号从10 000 开始

34.匹配中国邮政编码：[1-9]\\d{5}(?!\d)

评注：中国邮政编码为6位数字

35.匹配ip地址：([1-9]{1,3}\.){3}[1-9]。

评注：提取ip地址时有用

36.匹配MAC地址：([A-Fa-f0-9]{2}\:){5}[A-Fa-f0-9]

 零宽断言

用于查找在某些内容(但并不包括这些内容)之前或之后的东西，也就是说它们像\b,^,$那样用于指定一个位置，这个位置应该满足一定的条件(即断言)，因此它们也被称为零宽断言。最好还是拿例子来说明吧：

(?=exp)也叫零宽度正预测先行断言[4] ，它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.时，它会匹配sing和danc。

(?<=exp)也叫零宽度正回顾后发断言[4] ，它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。

假如你想要给一个很长的数字中每三位间加一个逗号(当然是从右边加起了)，你可以这样查找需要在前面和里面添加逗号的部分：((?<=\D)\D{3})+\b，用它对xxxxxxxxxx进行查找时结果是xxxxxxxxx

下面这个例子同时使用了这两种断言：(?<=\s)\d+(?=\s)匹配以空白符间隔的数字(再次强调，不包括这些空白符)

断言用来声明一个应该为真的事实。正则表达式中只有当断言为真时才会继续进行匹配。