元字符:
\b 单词的开头或结尾,匹配一个位置
. 匹配除换行符以外的任意字符
\d 匹配一位数字 \d{n} n个数字 \d{a,b} a到b个数字,包含a,b
\s 匹配任意空白符(空格,制表符,换行符,中文全角空格)
\w 匹配字母,数字,下划线,汉字
^ 匹配字符串的开始
$ 匹配字符串的结束
转义字符
\\ \* \+ \.
重复
* 重复0次或更多次
+ 重复一次或更多次
? 重复0次或1次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次
字符
[aeiou] 匹配aeiou中的任意一个字符
[0-9] 匹配0到0中的任意一个数字
[a-z0-9A-Z] 匹配任意一位数字或字母
分析条件 |
类似与或,从左到右进行分析,满足就不再继续进行
0\d{2}-\d{8}\0\d{3}-\d{7} 可以匹配三位区号加八位号码 或 四位区号加七位号码
分组
有时候需要重复的不是单个字符,而是某种形式的字符组,可以用()对字符进行分组,{n} 表示重复次数
(d\{3}\.){3}\d{3} 是一个简单的ip地址形式的匹配,但是会匹配一些不满组格式的ip地址
((2[0-4]\d|25[0-5]|[0,1]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[0,1]?\d\d?)
反义
有时候需要查找不属于某个能简单定义的字符类的字符,则需要使用到反义
\W 非字母数字下划线汉字
\D 非数字
\S 非空白
\D 非单词开头或结束的位置
[^x] 除x以外的任意字符
[^aeiou] aeiou之外的任意字符
向后引用
使用小括号指定一个子表达式后,匹配这个子表达式的文本被分配到一个组里,可以对这个文本做进一步的处理,通过组号或组名来代表这个捕获的文本
组号0对整个正则表达式,组号分配有一定的规则,也可以自己命名组,同时会根据规则分配给一个组号。
\组号 代表匹配组号对应表达式的文本
组号分配:
自己命名:子表达式的组名 (?<name>子表达式) 或 (?'name'子表达式) 就将这个子表达式对应的组名命名为name 通过\k<name> 即可代表子表达式捕获的文本
组号分配过程是从左到右扫描两遍,第一遍只给未命名组分配组号,第二遍给命名组分配组号,从1开始分
如果希望小括号指定的子表达式匹配的文本不被捕获,也不分配组号,则可以 (?:子表达式)
零宽断言
零宽断言是是用于指定一个满足一定条件的位置(断言),就像^,$,\b那样,并不代表某个字符,而是匹配一个位置
(?=表达式) 也被称为零宽度正预测先行断言,断言满足表达式的文本之前的位置。例如想匹配一个ing单词的非ing部分 \b\w+(?=ing\b)
(?<=表达式) 也被称为零宽度正回顾后发断言,断言的位置满足这个位置前面的文本满足表达式,相当与断言表达式的文本之后的位置
(?!表达式) 断言不满足表达式的文本之前的位置 (?<!\d)\d{3}(?!\d) 匹配三个数字,而且这三个数字前后都不能是数字
(?<!表达式) 断言不满组表达式的文本之后的位置
注释
(?#comment)
贪婪与懒惰
有时候满足匹配的文本有长有短,默认情况下,会匹配尽可能多的字符,称为贪婪匹配,匹配最短字符的情况称为懒惰匹配
由于默认是贪婪匹配,所以只列出懒惰匹配
*? +? ?? {n,m}? {n,}?
参考:http://www.jb51.net/tools/zhengze.html