正则表达式语法总结

版权声明

本文出自 “ 幻冥极地 ” 博客 ,作者 小貘 采用 署名-非商业性使用-相同方式共享 协议。转载时请务必以超链接形式标明文章 原始出处 、作者信息和本声明。否则将追究法律责任。
https://www.moorehy.com/archives/108

基本语法

一个正则表达式通常被称为一个模式 (pattern) ,为用来描述或者匹配一系列匹配某个句法规则的字符串。例如: HandelHändelHaendel 这三个字符串,都可以由”H(a|ä|ae)ndel”这个模式来描述。大部分正则表达式的形式都有如下的结构:

选择

| 竖直分隔符代表选择。录入” gray|grey “可以匹配grey或gray。

数量限定

某个字符后的数量限定符用来限定前面这个字符允许出现的个数。最常见的数量限定符号包括”+”、”?”和”*”(不加数量限定则代表出现一次且仅出现一次):

  • + 加号代表前面的字符必须至少出现一次。(1次、或多次)。例如,” goo+gle “可以匹配google、gooogle、goooogle等;
  • ? 问号代表前面的字符最多只可以出现一次。(0次、或1次)。例如,” colou?r “可以匹配color或者colour;
  • * 星号代表前面的字符可以不出现,也可以出现一次或者多次。(0次、或1次、或多次)。例如,”0*42″可以匹配42、042、0042、00042等。

匹配

圆括号可以用来定义操作符的范围和优先度。例如,” gr(a|e)y “等价于” gray|grey “,” (grand)?father “匹配 fathergrandfather

总结

上述这些构造都可以自由组合,因此,” H(ae?|ä)ndel “和” H(a|ae|ä)ndel “是相同的。

精确地语法可能因不同的工具或程序而异。

表达式全集

正则表达式有多种不同的风格。下表是在PCRE中元字符及其在正则表达式上下文中的行为的一个完整列表,适用于Perl或者Python编程语言(grep或者egrep的正则表达式文法是PCRE的子集):

字符 描述
\ 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。例如,” n “匹配字符” n “。” \n “匹配一个换行符。序列” \\ “匹配” \ “而” \( “则匹配” ( “。
^ 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零次或多次。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。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 “。
. 匹配除” \n “之外的任何单个字符。要匹配包括” \n “在内的任何字符,请使用像” (.|\n) “的模式。
(pattern) 匹配pattern并获取这一匹配的子字符串。该子字符串用于向后引用。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” ) “。
x|y 匹配x或y。例如,” z|food “能匹配” z “或” food “。” (z|f)ood “则匹配” zood “或” food “。
[xyz] 字符集合(character class)。匹配所包含的任意一个字符。例如,” [abc] “可以匹配” plain “中的” a “。特殊字符仅有反斜线 \ 保持特殊含义,用于转义字符。其它特殊字符如星号、加号、各种括号等均作为普通字符。脱字符 ^ 如果出现在首位则表示负值字符集合;如果出现在字符串中间就仅作为普通字符。连字符 - 如果出现在字符串中间表示字符范围描述;如果如果出现在首位则仅作为普通字符。
[^xyz] 排除型(negate)字符集合。匹配未列出的任意字符。例如,” [^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。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] 排除型的字符范围。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。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 “。
\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\cL
\n 匹配一个换行符。等价于 \x0a\cJ
\r 匹配一个回车符。等价于 \x0d\cM
\s 匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]
\S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]
\t 匹配一个制表符。等价于 \x09\cI
\v 匹配一个垂直制表符。等价于 \x0b\cK
\w 匹配包括下划线的任何单词字符。等价于” [A-Za-z0-9_] “。
\W 匹配任何非单词字符。等价于” [^A-Za-z0-9_] “。
\num 向后引用(back-reference)一个子字符串(substring),该子字符串与正则表达式的第num个用括号围起来的子表达式(subexpression)匹配。其中num是从1开始的正整数,其上限可能是99。例如:” (.)\1 “匹配两个连续的相同字符。
\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(©)。

优先权

优先权 符号
最高 \
( )、(?: )、(?= )、[ ]
*、+、?、{n}、{n,}、{m,n}
^、$、中介字符
最低 |

典型应用

校验基本日期格式

校验密码强度

密码的强度必须是包含大小写字母和数字的组合,不能使用特殊字符,长度在8-10之间。

校验中文

字符串仅能是中文

由数字、26个英文字母或下划线组成的字符串

校验E-Mail地址

同密码一样,下面是E-mail地址合规性的正则检查语句。

小福利

此处提供一个小貘整理的正则表达式 在线测试工具

参考文章

  1. 正则表达式wiki
  2. Regular expression operations
  3. 知道这20个正则表达式,能让你少写1,000行代码

发表评论

电子邮件地址不会被公开。 必填项已用*标注