生命不息，奋斗不止！（送给也曾迷茫的你）
Regex （Regular Expression）是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符（元字符）、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。是一种文本模式，描述在搜索文本时要匹配的一个或多个字符串。
| 用途 | 正则表达式 | 实例 |
|---|---|---|
| 正整数 | [1-9]d* | 20 |
| 负整数 | -[1-9]d* | -20 |
| 浮点数 | (-?d+)(.d+)?$ 或 ^-?([1-9]d*.d*|0.d*[1-9]d*|0?.0+|0) | 20.21 |
| 中国邮政编码 | [1-9]d{5}(?!d) | 100001 |
| 邮箱 | w[-w.+]*@([A-Za-z0-9][-A-Za-z0-9]+.)+[A-Za-z]{2,14} | ITGodRoad@gmail |
| 帐号是否合法 | ^[a-zA-Z][a-zA-Z0-9_]{4,15}$ | ITGodRoad |
| 中文 | [u4e00-u9fa5]+ | 常用正则表达式 |
| 双字节字符（包含汉字） | [^x00-xff]+ | 常用正则表达式 |
| 时间（时:分:秒） | ([01]?d|2[0-3]):[0-5]?d:[0-5]?d | 9:51:23 |
| 月份（12） | (0?[1-9]|1[0-2]) | 02 |
| 天数（31） | ((0?[1-9])|((1|2)[0-9])|30|31) | 20 |
| 日期（年-月-日） | (([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8]))))|((([0-9]{2})(0[48]|[2468][048]|[13579][26])|((0[48]|[2468][048]|[3579][26])00))-02-29) | 2021-02-20 |
| 域名 | [a-zA-Z0-9][-a-zA-Z0-9]{0,62}(.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+.? | www.csdn |
| IP（IPV4） | ((2(5[0-5]|[0-4]d))|[0-1]?d{1,2})(.((2(5[0-5]|[0-4]d))|[0-1]?d{1,2})){3} | 127.0.0.1 |
| xml文件 | ([a-zA-Z]+-?)+[a-zA-Z0-9]+\.[x|X][m|M][l|L] | |
| HTML标记 | <(S*?)[^>]*>.*?|<.*? /> | <p> |
| 修饰符 | 含义 | 描述 |
|---|---|---|
| i | ignore - 忽略大小写 | 搜索时不区分大小写: A 和 a 没有区别 |
| g | global - 全局匹配 | 查找所有的匹配项，默认只搜索单个匹配 |
| m | multiline - 多行匹配 | 使边界字符 ^ 和 $ 匹配每一行的开头和结尾，而不是整个字符串的开头和结尾 |
| s | singleline(dotall) - 圆点匹配 | 默认情况下的圆点.是匹配除换行符 n 之外的任何字符，加上 s 修饰符之后.中包含换行符 n。 |
| u | unicode - 编码匹配 | 可以使用x{FFFFF}形式的扩展unicode转义 |
| y | sticky - 粘性匹配 | 仅从正则表达式的lastIndex只读属性表示的索引处搜索，指定y会自动忽略g |
| 元字符 | 描述 |
|---|---|
| 转义字符，’n’，’r’ 匹配一个换行。 | |
. | 单个字符，匹配除 ‘n’，’r’ 之外的任意一个字符 |
| ^ | 从开始位置匹配，如果指定修饰符m，也匹配 ‘n’ 或 ‘r’ 之后的位置（集合中表示非匹配） |
| $ | 从结束位置匹配，如果指定修饰符m，也匹配 ‘n’ 或 ‘r’ 之后的位置（同时指定开头和结尾匹配为精确查找） |
| | “或”，指明两项之间的一个选择 |
| ( ) | 标记一个子表达式的开始和结束位置 |
| [ ] | 标记一个集合的开始和结束位置 |
| { } | 标记一个限定符的开始和结束位置 |
| 限定符 | 描述 |
|---|---|
| * | 表达式零次或多次。zo* 能匹配 “z” 以及 “zoo”，等价于{0,} |
| + | 表达式一次或多次。zo+ 能匹配 “zo” 以及 “zoo”，等价于{1,} |
| ? | 表达式零次或一次（可选项）。“do(es)?” 可以匹配 “do” 或 “does”，等价于 {0,1} |
| {n} | 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,} | 非负整数，至少匹配 n 次。‘o{2}’ 不能匹配 “Bob” 中的 ‘o’，但是能匹配 “food” 中的两个 o |
| {n,m} | 均为非负整数，n <= 匹配次数 <=m 。“o{1,3}” 将匹配 “fooooood” 中的前三个 o |
| 集合 | 描述 |
|---|---|
[xyz] | 字符集合，'[abc]' 可以匹配 “plain” 中的 ‘a’ |
[^xyz] | 非字符集合，'[^abc]' 可以匹配 “plain” 中的’p’、‘l’、‘i’、‘n’ |
[a-z] | 字符范围，'[a-z]' 可以匹配 ‘a’ 到 ‘z’ 范围内的任意小写字母字符 |
[^a-z] | 非字符范围，'[^a-z]' 可以匹配任何不在 ‘a’ 到 ‘z’ 范围内的任意字符 |
[0-9] | 数字范围，'[0-9]' 可以匹配 ‘0’ 到 ‘9’ 范围内的任意数字字符 |
[^0-9] | 非数字范围，'[^0-9]' 可以匹配任何不在 ‘0’ 到 ‘9’ 范围内的任意字符 |
[sS]表示匹配所有
‘(.)1’ 匹配两个连续的相同字符
| 转义字符 | 描述 |
|---|---|
| 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 |
| 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 |
| 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 |
| b | 匹配一个单词边界，即字与空格间的位置 |
| B | 非单词边界匹配 |
| 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] |
| s | 匹配所有空白符，包括换行等字符，等价于 [fnrtv] |
| S | 匹配所有非空白符，等价于 [^ fnrtv] |
| w | 匹配字母、数字、下划线，等价于 [A-Za-z0-9_] |
| W | 匹配非字母、数字、下划线，等价于 [^A-Za-z0-9_] |
| xn | 匹配十六进制数，’x41’ 匹配 “A” |
| n | 匹配八进制数，如果 n 之前至少 n 个获取的子表达式，则 n 为向后引用 |
| un | 匹配Unicode字符， u00A9 匹配版权符号 (?) |
Assert 用于查找在某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)，它们只匹配某些位置，在匹配过程中，不占用字符，所以被称为"零宽"。
在正则表达式中断言分为先行和后行：
先行断言，是当扫描指针位于某处时，引擎会尝试匹配指针还未扫过的字符，先于指针到达该字符，故称为先行；
后行断言，引擎会尝试匹配指针已扫过的字符，后于指针到达该字符，故称为后行。但后行断言的表达式必须是定长的，因为要确定要回溯多少步。
| 断言 | 说明 |
|---|---|
| ( ? = pattern ) | 零宽正向先行断言(zero-width positive lookahead assertion) |
| ( ? ! pattern ) | 零宽负向先行断言(zero-width negative lookahead assertion) |
| ( ? < = pattern ) | 零宽正向后行断言(zero-width positive lookbehind assertion) |
| ( ? < ! pattern ) | 零宽负向后行断言(zero-width negative lookbehind assertion) |
零宽正向先行断言示例
例如对 “a regular expression” 这个字符串，要想匹配 regular 中的 re，但不能匹配 expression 中的 re，可以用 re(?=gular)，该表达式限定了 re 右边的位置，这个位置之后是 gular，但并不消耗 gular 这些字符。
将表达式改为 re(?=gular).，将会匹配 reg，元字符 . 匹配了 g。
零宽负向先行断言示例
例如对 “regex represents regular expression” 这个字符串，要想匹配除 regex 和 regular 之外的 re，可以用 re(?!g)，该表达式限定了 re 右边的位置，这个位置后面不是字符 g。
零宽正向后行断言示例
例如对 regex represents regular expression 这个字符串，有 4 个单词，要想匹配单词内部的 re，但不匹配单词开头的 re，可以用 (?<=w)re，单词内部的 re，在 re 前面应该是一个单词字符。
零宽负向后行断言示例
例如对 “regex represents regular expression” 这个字符串，要想匹配单词开头的 re，可以用 (?<!w)re。单词开头的 re，在本例中，也就是指不在单词内部的 re，即 re 前面不是单词字符。当然也可以用 bre 来匹配。
( )：内的内容表示的是一个子表达式，( ) 本身不匹配任何东西，也不限制匹配任何东西，只是把括号内的内容作为同一个表达式来处理，例如 (ab){1,3}，就表示 ab 一起连续出现最少 1 次，最多 3 次。如果没有括号的话，ab{1,3} 就表示 a，后面紧跟的 b 出现最少 1 次，最多 3 次。
[ ]：表示匹配的字符在 [ ] 中，并且只能出现一次，并且特殊字符写在 [ ] 会被当成普通字符来匹配。例如 [(a)]，会匹配 “(”、“a”、")"、这三个字符。
{ }：匹配次数，匹配在它之前表达式匹配出来的元素出现的次数，{n}出现n次、{n,}匹配最少出现n次、{n,m}匹配最少出现n次，最多出现m次。
( ) 是子表达式，是一个整体；[ ] 是集合，匹配字符组内的字符；{ } 是限定符，限定匹配的次数
本文发布于:2024-01-29 16:43:50，感谢您对本站的认可！
本文链接：https://www.4u4v.net/it/170651783216705.html
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。
| 留言与评论（共有 0 条评论） |
