正则表达式概述
正则表达式概述
在前面已经涉及了一些正则表达式的用法，现在将系统地学习正则表达式的语法和用途。正则表达式主要用于进行字符串的模式匹配，例如判断一个字符串是否符合指定格式等。例如在windows下搜索文件，可以用“*”或者“?”这样的通配符。在正则表达式的语法中，有更多这样的符号用于表示一个字符串的模式，表7.1列出了所有的特殊符号，它们也被称为元字符。
表7.1 正则表达式中的元字符
| 字 符 | 说 明 |
| \ | 将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如，“n”匹配字符“n”。“\n”匹配换行符。序列“\\”匹配“\”，“\(”匹配“(” |
| ^ | 匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与“\n”或“\r”之后的位置匹配 |
| $ | 匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$还会与“\n”或“\r”之前的位置匹配 |
| * | 零次或多次匹配前面的字符或子表达式。例如，zo* 匹配“z”和“zoo”。* 等效于{0,} |
| + | 一次或多次匹配前面的字符或子表达式。例如，“zo+”与“zo”和“zoo”匹配，但与“z”不匹配。+ 等效于 {1,} |
| ? | 零次或一次匹配前面的字符或子表达式。例如，“do(es)?”匹配“do”或“does”中的“do”。? 等效于 {0,1} |
| {n} | n是非负整数。正好匹配 n 次。例如，“o{2}”与“Bob”中的“o”不匹配，但与“food”中的两个“o”匹配 |
| {n,} | n是非负整数。至少匹配n次。例如，“o{2,}”不匹配“Bob”中的“o”，而匹配“foooood”中的所有o。''o{1,}'' 等效于 ''o+''。''o{0,}'' 等效于 ''o*'' |
| {n,m} | m和n是非负整数，其中n<=m。至少匹配n次，至多匹配m次。例如，“o{1,3}”匹配“fooooood”中的头三个o。''o{0,1}'' 等效于''o?''。注意：您不能将空格插入逗号和数字之间 |
| ? | 当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到的、尽可能短的字符串，而默认的“贪心的”模式匹配搜索到的、尽可能长的字符串。例如，在字符串“oooo”中，“o+?”只匹配单个“o”，而“o+”匹配所有“o” 匹配除“\n”之外的任何单个字符。若要匹配包括“\n”在内的任意字符，请使用诸如“[\s\S]”之类的模式 |
续表
| 字 符 | 说 明 |
| (pattern) | 匹配 pattern 并捕获该匹配的子表达式。可以使用 $0...$9 属性从结果“匹配”集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用“\(”或者“\)” |
| (?:pattern) | 匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用“或”字符 (|) 组合模式部件的情况很有用。例如，与“industry|industries”相比，“industr(?:y| ies)”是一个更加经济的表达式 |
| (?=pattern) | 执行正向预测先行搜索的子表达式，该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，“Windows (?=95| 98| NT| 2000)”与“Windows 2000”中的“Windows”匹配，但不与“Windows |
| (?!pattern) | 执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，“Windows (?!95| 98| NT| 2000)”与“Windows |
| x| y | 与 x 或 y 匹配。例如，“z| food”与“z”或“food”匹配。“(z| f)ood”与“zood”或“food”匹配 |
| [xyz] | 字符集。匹配包含的任一字符。例如，“[abc]”匹配“plain”中的“a” |
| [^xyz] | 反向字符集。匹配未包含的任何字符。例如，“[^abc]”匹配“plain”中的“p” |
| [a-z] | 字符范围。匹配指定范围内的任何字符。例如，“[a-z]”匹配“a”到“z”范围内的任何小写字母 |
| [^a-z] | 反向范围字符。匹配不在指定的范围内的任何字符。例如，“[^a-z]”匹配任何不在“a”到“z”范围内的任何字符 |
| \b | 匹配一个字边界，即字与空格间的位置。例如，“er\b”匹配“never”中的“er”，但不匹配“verb”中的“er” |
| \B | 非字边界匹配。“er\B”匹配“verb”中的“er”，但不匹配“never”中的“er” |
| \cx | 匹配由 x 指示的控制字符。例如，\cM 匹配一个 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样，则假定c就是“c”字符本身 |
| \d | 数字字符匹配。等效于 [0-9] |
| \D | 非数字字符匹配。等效于 [^0-9] |
| \f | 换页符匹配。等效于 \x |
| \n | 换行符匹配。等效于 \x |
| \r | 匹配一个回车符。等效于 \x0d 和 \cM |
| \s | 匹配任何空白字符，包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效 |
| \S | 匹配任何非空白字符。等价于 [^ \f\n\r\t\v] |
| \t | 制表符匹配。与 \x09 和 \cI 等效 |
续表
| 字 符 | 说 明 |
| \v | 垂直制表符匹配。与 \x0b 和 \cK 等效 |
| \w | 匹配任何字类字符，包括下划线。与“[A-Za-z0-9_]”等效。 |
| \W | 任何非字字符匹配。与“[^A-Za-z0-9_]”等效 |
| \xn | 匹配n，此处的n是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如，“\x41” |