|
表達式 |
可匹配 |
| \r, \n | 代表回車和換行符 |
| \t | 制表符 |
| \\ | 代表 "\" 本身 |
還有其他一些在后邊章節(jié)中有特殊用處的標點符號，在前面加 "\" 后，就代表該符號本身。比如：^, $ 都有特殊意義，如果要想匹配字符串中 "^" 和 "$" 字符，則表達式就需要寫成 "\^" 和 "\$"。
|
表達式 |
可匹配 |
| \^ | 匹配 ^ 符號本身 |
| \$ | 匹配 $ 符號本身 |
| \. | 匹配小數(shù)點（.）本身 |
這些轉(zhuǎn)義字符的匹配方法與 "普通字符" 是類似的。也是匹配與之相同的一個字符。
舉例1：表達式 "\$d"，在匹配字符串 "abc$de" 時，匹配結(jié)果是：成功；匹配到的內(nèi)容是："$d"；匹配到的位置是：開始于3，結(jié)束于5。
正則表達式中的一些表示方法，可以匹配 '多種字符' 其中的任意一個字符。比如，表達式 "\d" 可以匹配任意一個數(shù)字。雖然可以匹配其中任意字符，但是只能是一個，不是多個。這就好比玩撲克牌時候，大小王可以代替任意一張牌，但是只能代替一張牌。
|
表達式 |
可匹配 |
| \d | 任意一個數(shù)字，0~9 中的任意一個 |
| \w | 任意一個字母或數(shù)字或下劃線，也就是 A~Z,a~z,0~9,_ 中任意一個 |
| \s | 包括空格、制表符、換頁符等空白字符的其中任意一個 |
| . | 小數(shù)點可以匹配除了換行符（\n）以外的任意一個字符 |
舉例1：表達式 "\d\d"，在匹配 "abc123" 時，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："12"；匹配到的位置是：開始于3，結(jié)束于5。
舉例2：表達式 "a.\d"，在匹配 "aaa100" 時，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："aa1"；匹配到的位置是：開始于1，結(jié)束于4。
使用方括號 [ ] 包含一系列字符，能夠匹配其中任意一個字符。用 [^ ] 包含一系列字符，則能夠匹配其中字符之外的任意一個字符。同樣的道理，雖然可以匹配其中任意一個，但是只能是一個，不是多個。
|
表達式 |
可匹配 |
| [ab5@] | 匹配 "a" 或 "b" 或 "5" 或 "@" |
| [^abc] | 匹配 "a","b","c" 之外的任意一個字符 |
| [f-k] | 匹配 "f"~"k" 之間的任意一個字母 |
| [^A-F0-3] | 匹配 "A"~"F","0"~"3" 之外的任意一個字符 |
舉例1：表達式 "[bcd][bcd]" 匹配 "abc123" 時，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："bc"；匹配到的位置是：開始于1，結(jié)束于3。
舉例2：表達式 "[^abc]" 匹配 "abc123" 時，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："1"；匹配到的位置是：開始于3，結(jié)束于4。
前面章節(jié)中講到的表達式，無論是只能匹配一種字符的表達式，還是可以匹配多種字符其中任意一個的表達式，都只能匹配一次。如果使用表達式再加上修飾匹配次數(shù)的特殊符號，那么不用重復(fù)書寫表達式就可以重復(fù)匹配。
使用方法是："次數(shù)修飾"放在"被修飾的表達式"后邊。比如："[bcd][bcd]" 可以寫成 "[bcd]{2}"。
|
表達式 |
作用 |
| {n} | 表達式重復(fù)n次，比如： "\w{2}" 相當于 "\w\w"； "a{5}" 相當于 "aaaaa" |
| {m,n} | 表達式至少重復(fù)m次，最多重復(fù)n次，比如： "ba{1,3}"可以匹配 "ba"或"baa"或"baaa" |
| {m,} | 表達式至少重復(fù)m次，比如： "\w\d{2,}"可以匹配 "a12","_456","M12344"... |
| ? | 匹配表達式0次或者1次，相當于 {0,1}，比如： "a[cd]?"可以匹配 "a","ac","ad" |
| + | 表達式至少出現(xiàn)1次，相當于 {1,}，比如： "a+b"可以匹配 "ab","aab","aaab"... |
| * | 表達式不出現(xiàn)或出現(xiàn)任意次，相當于 {0,}，比如： "\^*b"可以匹配 "b","^^^b"... |
舉例1：表達式 "\d+\.?\d*" 在匹配 "It costs $12.5" 時，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："12.5"；匹配到的位置是：開始于10，結(jié)束于14。
舉例2：表達式 "go{2,8}gle" 在匹配 "Ads by goooooogle" 時，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："goooooogle"；匹配到的位置是：開始于7，結(jié)束于17。
一些符號在表達式中代表抽象的特殊意義：
|
表達式 |
作用 |
| ^ | 與字符串開始的地方匹配，不匹配任何字符 |
| $ | 與字符串結(jié)束的地方匹配，不匹配任何字符 |
| \b | 匹配一個單詞邊界，也就是單詞和空格之間的位置，不匹配任何字符 |
進一步的文字說明仍然比較抽象，因此，舉例幫助大家理解。
舉例1：表達式 "^aaa" 在匹配 "xxx aaa xxx" 時，匹配結(jié)果是：失敗。因為 "^" 要求與字符串開始的地方匹配，因此，只有當 "aaa" 位于字符串的開頭的時候，"^aaa" 才能匹配， 比如："aaa xxx xxx"。
舉例2：表達式 "aaa$" 在匹配 "xxx aaa xxx" 時，匹配結(jié)果是：失敗。因為 "$" 要求與字符串結(jié)束的地方匹配，因此，只有當 "aaa" 位于字符串的結(jié)尾的時候，"aaa$" 才能匹配， 比如："xxx xxx aaa"。
舉例3：表達式 ".\b." 在匹配 "@@@abc" 時，匹配結(jié)果是：成功；匹配到的內(nèi)容是："@a"；匹配到的位置是：開始于2，結(jié)束于4。
進一步說明："\b" 與 "^" 和 "$" 類似，本身不匹配任何字符，但是它要求它在匹配結(jié)果中所處位置的左右兩邊，其中一邊是 "\w" 范圍，另一邊是 非"\w" 的范圍。
舉例4：表達式 "\bend\b" 在匹配 "weekend,endfor,end" 時，匹配結(jié)果是：成功；匹配到的內(nèi)容是："end"；匹配到的位置是：開始于15，結(jié)束于18。
一些符號可以影響表達式內(nèi)部的子表達式之間的關(guān)系：
|
表達式 |
作用 |
| | | 左右兩邊表達式之間 "或" 關(guān)系，匹配左邊或者右邊 |
| ( ) | (1). 在被修飾匹配次數(shù)的時候，括號中的表達式可以作為整體被修飾 (2). 取匹配結(jié)果的時候，括號中的表達式匹配到的內(nèi)容可以被單獨得到 |
舉例5：表達式 "Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 時，匹配結(jié)果是：成功；匹配到的內(nèi)容是："Tom"；匹配到的位置是：開始于4，結(jié)束于7。匹配下一個時，匹配結(jié)果是：成功；匹配到的內(nèi)容是："Jack"；匹配到的位置時：開始于15，結(jié)束于19。
舉例6：表達式 "(go\s*)+" 在匹配 "Let's go go go!" 時，匹配結(jié)果是：成功；匹配到內(nèi)容是："go go go"；匹配到的位置是：開始于6，結(jié)束于14。
舉例7：表達式 "￥(\d+\.?\d*)" 在匹配 "＄10.9,￥20.5" 時，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："￥20.5"；匹配到的位置是：開始于6，結(jié)束于10。單獨獲取括號范圍匹配到的內(nèi)容是："20.5"。
在使用修飾匹配次數(shù)的特殊符號時，有幾種表示方法可以使同一個表達式能夠匹配不同的次數(shù)，比如："{m,n}", "{m,}", "?", "*", "+"，具體匹配的次數(shù)隨被匹配的字符串而定。這種重復(fù)匹配不定次數(shù)的表達式在匹配過程中，總是盡可能多的匹配。比如，針對文本 "dxxxdxxxd"，舉例如下：
|
表達式 |
匹配結(jié)果 |
| (d)(\w+) | "\w+" 將匹配第一個 "d" 之后的所有字符 "xxxdxxxd" |
| (d)(\w+)(d) | "\w+" 將匹配第一個 "d" 和最后一個 "d" 之間的所有字符 "xxxdxxx"。雖然 "\w+" 也能夠匹配上最后一個 "d"，但是為了使整個表達式匹配成功，"\w+" 可以 "讓出" 它本來能夠匹配的最后一個 "d" |
由此可見，"\w+" 在匹配的時候，總是盡可能多的匹配符合它規(guī)則的字符。雖然第二個舉例中，它沒有匹配最后一個 "d"，但那也是為了讓整個表達式能夠匹配成功。同理，帶 "*" 和 "{m,n}" 的表達式都是盡可能地多匹配，帶 "?" 的表達式在可匹配可不匹配的時候，也是盡可能的 "要匹配"。這 種匹配原則就叫作 "貪婪" 模式 。
非貪婪模式：
在修飾匹配次數(shù)的特殊符號后再加上一個 "?" 號，則可以使匹配次數(shù)不定的表達式盡可能少的匹配，使可匹配可不匹配的表達式，盡可能的 "不匹配"。這種匹配原則叫作 "非貪婪" 模式，也叫作 "勉強" 模式。如果少匹配就會導(dǎo)致整個表達式匹配失敗的時候，與貪婪模式類似，非貪婪模式會最小限度的再匹配一些，以使整個表達式匹配成功。舉例如下，針對文本 "dxxxdxxxd" 舉例：
|
表達式 |
匹配結(jié)果 |
| (d)(\w+?) | "\w+?" 將盡可能少的匹配第一個 "d" 之后的字符，結(jié)果是："\w+?" 只匹配了一個 "x" |
| (d)(\w+?)(d) | 為了讓整個表達式匹配成功，"\w+?" 不得不匹配 "xxx" 才可以讓后邊的 "d" 匹配，從而使整個表達式匹配成功。因此，結(jié)果是："\w+?" 匹配 "xxx" |
更多的情況，舉例如下：
舉例1：表達式 "td>(.*)/td>" 與字符串 "td>p>aa/p>/td> td>p>bb/p>/td>" 匹配時，匹配的結(jié)果是：成功；匹配到的內(nèi)容是 "td>p>aa/p>/td> td>p>bb/p>/td>" 整個字符串， 表達式中的 "/td>" 將與字符串中最后一個 "/td>" 匹配。
舉例2：相比之下，表達式 "td>(.*?)/td>" 匹配舉例1中同樣的字符串時，將只得到 "td>p>aa/p>/td>"， 再次匹配下一個時，可以得到第二個 "td>p>bb/p>/td>"。
表達式在匹配時，表達式引擎會將小括號 "( )" 包含的表達式所匹配到的字符串記錄下來。在獲取匹配結(jié)果的時候，小括號包含的表達式所匹配到的字符串可以單獨獲取。這一點，在前面的舉例中，已經(jīng)多次展示了。在實際應(yīng)用場合中，當用某種邊界來查找，而所要獲取的內(nèi)容又不包含邊界時，必須使用小括號來指定所要的范圍。比如前面的 "td>(.*?)/td>"。
其實，"小括號包含的表達式所匹配到的字符串" 不僅是在匹配結(jié)束后才可以使用，在匹配過程中也可以使用。表達式后邊的部分，可以引用前面 "括號內(nèi)的子匹配已經(jīng)匹配到的字符串"。引用方法是 "\" 加上一個數(shù)字。"\1" 引用第1對括號內(nèi)匹配到的字符串，"\2" 引用第2對括號內(nèi)匹配到的字符串……以此類推，如果一對括號內(nèi)包含另一對括號，則外層的括號先排序號。換句話說，哪一對的左括號 "(" 在前，那這一對就先排序號。
舉例如下：
舉例1：表達式 "('|")(.*?)(\1)" 在匹配 " 'Hello', "World" " 時，匹配結(jié)果是：成功；匹配到的內(nèi)容是：" 'Hello' "。再次匹配下一個時，可以匹配到 " "World" "。
舉例2：表達式 "(\w)\1{4,}" 在匹配 "aa bbbb abcdefg ccccc 111121111 999999999" 時，匹配結(jié)果是：成功；匹配到的內(nèi)容是 "ccccc"。再次匹配下一個時，將得到 999999999。這個表達式要求 "\w" 范圍的字符至少重復(fù)5次， 注意與 "\w{5,}" 之間的區(qū)別。
舉例3：表達式 "(\w+)\s*(\w+(=('|").*?\4)?\s*)*>.*?/\1>" 在匹配 "td id='td1' style="bgcolor:white">/td>" 時，匹配結(jié)果是成功。如果 "td>" 與 "/td>" 不配對，則會匹配失?。蝗绻某善渌鋵?，也可以匹配成功。
前面的章節(jié)中，我講到了幾個代表抽象意義的特殊符號："^"，"$"，"\b"。它們都有一個共同點，那就是：它們本身不匹配任何字符，只是對 "字符串的兩頭" 或者 "字符之間的縫隙" 附加了一個條件。理解到這個概念以后，本節(jié)將繼續(xù)介紹另外一種對 "兩頭" 或者 "縫隙" 附加條件的，更加靈活的表示方法。
正向預(yù)搜索："(?=xxxxx)"，"(?!xxxxx)"
格式："(?=xxxxx)"，在被匹配的字符串中，它對所處的 "縫隙" 或者 "兩頭" 附加的條件是：所在縫隙的右側(cè)，必須能夠匹配上 xxxxx 這部分的表達式。因為它只是在此作為這個縫隙上附加的條件，所以它并不影響后邊的表達式去真正匹配這個縫隙之后的字符。這就類似 "\b"，本身不匹配任何字符。"\b" 只是將所在縫隙之前、之后的字符取來進行了一下判斷，不會影響后邊的表達式來真正的匹配。
舉例1：表達式 "Windows (?=NT|XP)" 在匹配 "Windows 98, Windows NT, Windows 2000" 時，將只匹配 "Windows NT" 中的 "Windows "，其他的 "Windows " 字樣則不被匹配。
舉例2：表達式 "(\w)((?=\1\1\1)(\1))+" 在匹配字符串 "aaa ffffff 999999999" 時，將可以匹配6個"f"的前4個，可以匹配9個"9"的前7個。這個表達式可以讀解成：重復(fù)4次以上的字母數(shù)字，則匹配其剩下最后2位之前的部分。當然，這個表達式可以不這樣寫，在此的目的是作為演示之用。
格式："(?!xxxxx)"，所在縫隙的右側(cè)，必須不能匹配 xxxxx 這部分表達式。
舉例3：表達式 "((?!\bstop\b).)+" 在匹配 "fdjka ljfdl stop fjdsla fdj" 時，將從頭一直匹配到 "stop" 之前的位置，如果字符串中沒有 "stop"，則匹配整個字符串。
舉例4：表達式 "do(?!\w)" 在匹配字符串 "done, do, dog" 時，只能匹配 "do"。在本條舉例中，"do" 后邊使用 "(?!\w)" 和使用 "\b" 效果是一樣的。
反向預(yù)搜索："(?=xxxxx)"，"(?!xxxxx)"
這兩種格式的概念和正向預(yù)搜索是類似的，反向預(yù)搜索要求的條件是：所在縫隙的 "左側(cè)"，兩種格式分別要求必須能夠匹配和必須不能夠匹配指定表達式，而不是去判斷右側(cè)。與 "正向預(yù)搜索" 一樣的是：它們都是對所在縫隙的一種附加條件，本身都不匹配任何字符。
舉例5：表達式 "(?=\d{4})\d+(?=\d{4})" 在匹配 "1234567890123456" 時，將匹配除了前4個數(shù)字和后4個數(shù)字之外的中間8個數(shù)字。由于 JScript.RegExp 不支持反向預(yù)搜索，因此，本條舉例不能夠進行演示。很多其他的引擎可以支持反向預(yù)搜索，比如：Java 1.4 以上的 java.util.regex 包，.NET 中System.Text.RegularExpressions 命名空間，以及本站推薦的最簡單易用的 DEELX 正則引擎。
還有一些在各個正則表達式引擎之間比較通用的規(guī)則，在前面的講解過程中沒有提到。
3.1 表達式中，可以使用 "\xXX" 和 "\uXXXX" 表示一個字符（"X" 表示一個十六進制數(shù)）
|
形式 |
字符范圍 |
| \xXX | 編號在 0 ~ 255 范圍的字符，比如： 空格可以使用 "\x20" 表示 |
| \uXXXX | 任何字符可以使用 "\u" 再加上其編號的4位十六進制數(shù)表示，比如： "\u4E2D" |
3.2 在表達式 "\s"，"\d"，"\w"，"\b" 表示特殊意義的同時，對應(yīng)的大寫字母表示相反的意義
|
表達式 |
可匹配 |
| \S | 匹配所有非空白字符（"\s" 可匹配各個空白字符） |
| \D | 匹配所有的非數(shù)字字符 |
| \W | 匹配所有的字母、數(shù)字、下劃線以外的字符 |
| \B | 匹配非單詞邊界，即左右兩邊都是 "\w" 范圍或者左右兩邊都不是 "\w" 范圍時的字符縫隙 |
3.3 在表達式中有特殊意義，需要添加 "\" 才能匹配該字符本身的字符匯總
|
字符 |
說明 |
| ^ | 匹配輸入字符串的開始位置。要匹配 "^" 字符本身，請使用 "\^" |
| $ | 匹配輸入字符串的結(jié)尾位置。要匹配 "$" 字符本身，請使用 "\$" |
| ( ) | 標記一個子表達式的開始和結(jié)束位置。要匹配小括號，請使用 "\(" 和 "\)" |
| [ ] | 用來自定義能夠匹配 '多種字符' 的表達式。要匹配中括號，請使用 "\[" 和 "\]" |
| { } | 修飾匹配次數(shù)的符號。要匹配大括號，請使用 "\{" 和 "\}" |
| . | 匹配除了換行符（\n）以外的任意一個字符。要匹配小數(shù)點本身，請使用 "\." |
| ? | 修飾匹配次數(shù)為 0 次或 1 次。要匹配 "?" 字符本身，請使用 "\&;" |
| + | 修飾匹配次數(shù)為至少 1 次。要匹配 "+" 字符本身，請使用 "\+" |
| * | 修飾匹配次數(shù)為 0 次或任意次。要匹配 "*" 字符本身，請使用 "\*" |
| | | 左右兩邊表達式之間 "或" 關(guān)系。匹配 "|" 本身，請使用 "\|" |
3.4 括號 "( )" 內(nèi)的子表達式，如果希望匹配結(jié)果不進行記錄供以后使用，可以使用 "(?:xxxxx)" 格式
舉例1：表達式 "(?:(\w)\1)+" 匹配 "a bbccdd efg" 時，結(jié)果是 "bbccdd"。括號 "(?:)" 范圍的匹配結(jié)果不進行記錄，因此 "(\w)" 使用 "\1" 來引用。
3.5 常用的表達式屬性設(shè)置簡介：Ignorecase，Singleline，Multiline，Global
|
表達式屬性 |
說明 |
| Ignorecase | 默認情況下，表達式中的字母是要區(qū)分大小寫的。配置為 Ignorecase 可使匹配時不區(qū)分大小寫。有的表達式引擎，把 "大小寫" 概念延伸至 UNICODE 范圍的大小寫。 |
| Singleline | 默認情況下，小數(shù)點 "." 匹配除了換行符（\n）以外的字符。配置為 Singleline 可使小數(shù)點可匹配包括換行符在內(nèi)的所有字符。 |
| Multiline | 默認情況下，表達式 "^" 和 "$" 只匹配字符串的開始 ① 和結(jié)尾 ④ 位置。如： ①xxxxxxxxx②\n ③xxxxxxxxx④ 配置為 Multiline 可以使 "^" 匹配 ① 外，還可以匹配換行符之后，下一行開始前 ③ 的位置，使 "$" 匹配 ④ 外，還可以匹配換行符之前，一行結(jié)束 ② 的位置。 |
| Global | 主要在將表達式用來替換時起作用，配置為 Global 表示替換所有的匹配。 |
4.1 如果想要了解高級的正則引擎還支持那些復(fù)雜的正則語法，可參見本站 DEELX 正則引擎的說明文檔。
4.2 如果要要求表達式所匹配的內(nèi)容是整個字符串，而不是從字符串中找一部分，那么可以在表達式的首尾使用 "^" 和 "$"，比如："^\d+$" 要求整個字符串只有數(shù)字。
4.3 如果要求匹配的內(nèi)容是一個完整的單詞，而不會是單詞的一部分，那么在表達式首尾使用 "\b"，比如： 使用 "\b(if|while|else|void|int……)\b" 來匹配程序中的關(guān)鍵字。
4.4 表達式不要匹配空字符串。否則會一直得到匹配成功，而結(jié)果什么都沒有匹配到。比如：準備寫一個匹配 "123"、"123."、"123.5"、".5" 這幾種形式的表達式時，整數(shù)、小數(shù)點、小數(shù)數(shù)字都可以省略，但是不要將表達式寫成："\d*\.?\d*"，因為如果什么都沒有，這個表達式也可以匹配成功。 更好的寫法是："\d+\.?\d*|\.\d+"。
4.5 能匹配空字符串的子匹配不要循環(huán)無限次。如果括號內(nèi)的子表達式中的每一部分都可以匹配 0 次，而這個括號整體又可以匹配無限次，那么情況可能比上一條所說的更嚴重，匹配過程中可能死循環(huán)。雖然現(xiàn)在有些正則表達式引擎已經(jīng)通過辦法避免了這種情況出現(xiàn)死循環(huán)了，比如 .NET 的正則表達式，但是我們?nèi)匀粦?yīng)該盡量避免出現(xiàn)這種情況。如果我們在寫表達式時遇到了死循環(huán)，也可以從這一點入手，查找一下是否是本條所說的原因。
4.6 合理選擇貪婪模式與非貪婪模式，參見話題討論。
4.7 或 "|" 的左右兩邊，對某個字符最好只有一邊可以匹配，這樣，不會因為 "|" 兩邊的表達式因為交換位置而有所不同。
5.1 重要提示： 正則工具 Regex Match Tracer 2.1 （免費）已可以免費無限制使用：
另外也推薦大家看一下
正則表達式30分鐘入門教程
JavaScript正則表達式在線測試工具
到此這篇關(guān)于揭開正則表達式的神秘面紗(regexlab出品)的文章就介紹到這了,更多相關(guān)正則表達式神秘面紗內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
標簽：駐馬店 臨夏 黑河 南昌 欽州 中衛(wèi) 延邊 阜陽
巨人網(wǎng)絡(luò)通訊聲明：本文標題《揭開正則表達式的神秘面紗(regexlab出品)》，本文關(guān)鍵詞 揭開,正則,表達式,的,神秘,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請?zhí)峁┫嚓P(guān)信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。
上一篇：shell腳本中的正則表達式詳解
下一篇：Python正則表達式指南 推薦
