深入了解正則表達式

正則表達式是是計算機科學的一個概念,使用單個字符串來描述,用來檢索、替換符合某個模式的文本。許多程序設計語言都支持利用正則表達式進行字符串的操作,比傳統的搜索更加快速和靈活。下面進入正則表達式的介紹,及部分簡單的示例。

一、語法

正則表達式包含了普通字符(A-Za-z0-9)、特殊字符(元字符)列表及它們在正則表達式中的行為。其中,如果要匹配特殊字符,需要用\轉義,即:匹配+,用\+。

1.特殊字符之單字符

單字符 功能 示例
* 零次或多次匹配前面的字符或子表達式。
等效于 {0,}。
zo* 與“z”和“zoo”匹配。
+ 一次或多次匹配前面的字符或子表達式。
等效于 {1,}。
zo+ 與“zo”和“zoo”匹配,但與“z”不匹配。
? 零次或一次匹配前面的字符或子表達式。
等效于 {0,1}。
當 ? 緊隨任何其他限定符(* 、+、?、{n}、{n,} 或 {n,m})之后時,匹配模式是非貪婪的。
非貪婪模式匹配搜索到的、盡可能少的字符串,而默認的貪婪模式匹配搜索到的、盡可能多的字符串。
zo? 與“z”和“zo”匹配,但與“zoo”不匹配。
o+? 只與“oooo”中的單個“o”匹配,而 o+ 與所有“o”匹配。
do(es)? 與“do”或“does”中的“do”匹配。
^ 匹配搜索字符串開始的位置。 如果標志中包括 m(多行搜索)字符,^ 還將匹配 \n 或 \r 后面的位置。
如果將 ^ 用作括號表達式中的第一個字符,則會對字符集求反。
^\d{3} 與搜索字符串開始處的 3 個數字匹配。
[^abc] 與除 a、b 和 c 以外的任何字符匹配。
$ 匹配搜索字符串結尾的位置。 如果標志中包括 m(多行搜索)字符,^ 還將匹配 \n 或 \r 前面的位置。 \d{3}$ 與搜索字符串結尾處的 3 個數字匹配。
. 匹配除換行符 \n 之外的任何單個字符。 若要匹配包括 \n 在內的任意字符,請使用諸如 [\s\S] 之類的模式。 a.c 與“abc”、“a1c”和“a-c”匹配。
[] 標記括號表達式的開始和結尾。 [1-4] 與“1”、“2”、“3”或“4”匹配。 [^aAeEiIoOuU] 與任何非元音字符匹配。
{} 標記限定符表達式的開始和結尾。 a{2,3} 與“aa”和“aaa”匹配。
() 標記子表達式的開始和結尾。 可以保存子表達式以備將來之用。 A(\d) 與“A0”至“A9”匹配。 保存該數字以備將來之用。
/ 表示 JScript 中的文本正則表達式模式的開始或結尾。 在第二個“/”后添加單字符標志可以指定搜索行為。 /abc/gi 是與“abc”匹配的 JScript 文本正則表達式。 g(全局)標志指定查找模式的所有匹配項,i(忽略大小寫)標志使搜索不區分大小寫。
\ 將下一字符標記為特殊字符、文本、反向引用或八進制轉義符。 \n 與換行符匹配。 ( 與“(”匹配。 \ 與“\”匹配。
| 指示在兩個或多個項之間進行選擇。 z | food 與“z”或“food”匹配。 (z | f)ood 與“zood”或“food”匹配。

2.特殊字符之多字符

多字符 功能 示例
\b 與一個字邊界匹配;即字與非字之間的位置。 er\b 與“never”中的“er”匹配,但與“verb”中的“er”不匹配。
\B 非邊界字匹配,即非字與字之間的位置。 er\B 與“verb”中的“er”匹配,但與“never”中的“er”不匹配。
\d 數字字符匹配。
等效于 [0-9]。
在搜索字符串“12345”中,\d{2} 與“12”和“34”匹配。
\d 與“1”、“2”、“3”、“4”和“5”匹配。
\D 非數字字符匹配。
等效于 [^0-9]。
\D+ 與“abc123 def”中的“abc”和“def”匹配。
\a 英文字母,等效于[a-zA-Z]。 \a{3} 與 “abc123” 中的“abc”匹配
\w 與以下任意字符匹配:A-Z、a-z、0-9 和下劃線。
等效于 [A-Za-z0-9_]。
在搜索字符串“The quick brown fox…”中,\w+ 與“The”、“quick”、“brown”和“fox”匹配。
\W 與除 A-Z、a-z、0-9 和下劃線以外的任意字符匹配。
等效于 [^A-Za-z0-9_]。
在搜索字符串“The quick brown fox…”中,\W+ 與“…”和所有空格匹配。
[xyz] 字符集。 與任何一個指定字符匹配。 [abc] 與“plain”中的“a”匹配。
[^xyz] 反向字符集。 與未指定的任何字符匹配。 [^abc] 與“plain”中的“p”、“l”、“i”和“n”匹配。
[a-z] 字符范圍。 匹配指定范圍內的任何字符。 [a-z] 與“a”到“z”范圍內的任何小寫字母字符匹配。
[^a-z] 反向字符范圍。 與不在指定范圍內的任何字符匹配。 [^a-z] 與不在范圍“a”到“z”內的任何字符匹配。
{n} 正好匹配 n 次。 n 是非負整數。 o{2} 與“Bob”中的“o”不匹配,但與“food”中的兩個“o”匹配。
{n,} 至少匹配 n 次。 n 是非負整數。
* 與 {0,} 相等。
+ 與 {1,} 相等。
o{2,} 與“Bob”中的“o”不匹配,但與“foooood”中的所有“o”匹配。
{n,m} 匹配至少 n 次,至多 m 次。 n 和 m 是非負整數,其中 n <= m。 逗號和數字之間不能有空格。 在搜索字符串“1234567”中,\d{1,3} 與“123”、“456”和“7”匹配。
(模式) 與模式 匹配并保存匹配項。 您可以從由 JScript 中的 exec Method返回的數組元素中檢索保存的匹配項。 若要匹配括號字符 ( ),請使用“(”或者“)”。 (Chapter|Section) [1-9] 與“Chapter 5”匹配,保存“Chapter”以備將來之用。
(?:模式) 與模式 匹配,但不保存匹配項;即不會存儲匹配項以備將來之用。 這對于用“or”字符 (|) 組合模式部件的情況很有用。 industr(?:y|ies) 與 industry | industries 相等。
(?=模式) 正預測先行。 找到一個匹配項后,將在匹配文本之前開始搜索下一個匹配項。 不會保存匹配項以備將來之用。 ^(?=.\d).{4,8}$ 對密碼應用以下限制:其長度必須介于 4 到 8 個字符之間,并且必須至少包含一個數字。
在該模式中, .
\d 查找后跟有數字的任意多個字符。 對于搜索字符串“abc3qr”,這與“abc3”匹配。
從該匹配項之前(而不是之后)開始,.{4,8} 與包含 4-8 個字符的字符串匹配。 這與“abc3qr”匹配。
^ 和 $ 指定搜索字符串的開始和結束位置。 這將在搜索字符串包含匹配字符之外的任何字符時阻止匹配。
(?!模式) 負預測先行。 匹配與模式 不匹配的搜索字符串。 找到一個匹配項后,將在匹配文本之前開始搜索下一個匹配項。 不會保存匹配項以備將來之用。 \b(?!th)\w+\b 與不以“th”開頭的單詞匹配。
在該模式中,\b 與一個字邊界匹配。 對于搜索字符串“ quick ”,這與第一個空格匹配。 (?!th) 與非“th”字符串匹配。 這與“qu”匹配。
從該匹配項開始,\w+ 與一個字匹配。 這與“quick”匹配。
\cx 匹配 x 指示的控制字符。 x 的值必須在 A-Z 或 a-z 范圍內。 如果不是這樣,則假定 c 就是文本“c”字符本身。 \cM 與 Ctrl+M 或一個回車符匹配。
\xn 匹配 n,此處的 n 是一個十六進制轉義碼。 十六進制轉義碼必須正好是兩位數長。 允許在正則表達式中使用 ASCII 代碼。 \x41 與“A”匹配。 \x041 等效于后跟有“1”的“\x04”(因為 n 必須正好是兩位數)。
\num 匹配 num,此處的 num 是一個正整數。 這是對已保存的匹配項的引用。 (.)\1 與兩個連續的相同字符匹配。
\n 標識一個八進制轉義碼或反向引用。 如果 \n 前面至少有 n 個捕獲子表達式,那么 n 是反向引用。 否則,如果 n 是八進制數 (0-7),那么 n 是八進制轉義碼。 (\d)\1 與兩個連續的相同數字匹配。
\nm 標識一個八進制轉義碼或反向引用。 如果 \nm 前面至少有 nm 個捕獲子表達式,那么 nm 是反向引用。 如果 \nm 前面至少有 n 個捕獲子表達式,則 n 是反向引用,后面跟有文本 m。
如果上述情況都不存在,當 n 和 m 是八進制數字 (0-7) 時,\nm 匹配八進制轉義碼 nm。
\11 與制表符匹配。
\nml 當 n 是八進制數字 (0-3),m 和 l 是八進制數字 (0-7) 時,匹配八進制轉義碼 nml。 \011 與制表符匹配。
\un 匹配 n,其中 n 是以四位十六進制數表示的 Unicode 字符。 \u00A9 與版權符號 (?) 匹配。

3.非打印字符

非打印字符 匹配 等效于
\f 換頁符。 \x0c 和 \cL
\n 換行符。 \x0a 和 \cJ
\r 回車符。 \x0d 和 \cM
\s 任何空白字符。 其中包括空格、制表符和換頁符。 [ \f\n\r\t\v]
\S 任何非空白字符。 [^ \f\n\r\t\v]
\v 垂直制表符。 \x0b 和 \cK

4.優先級順序

正則表達式的計算方式是按照從左到右,并遵循優先級的順序。其中,字符的優先級高于運算符,例如:"m|food"匹配"m"或"food"。

運算符 說明
\ 轉義符
(), (?:), (?=), [] 括號和中括號
*、+、?、{n}、{n,}、{n,m} 限定符
^、$、\任何元字符 定位點和序列
| 替換

二、應用

1.構造正則表達式

/expression/g

正則表達式可以設置搜索的標志,具體設置如下:

JScript 標志 如果標志存在
g 查找搜索字符串中該模式的所有匹配項,而不僅僅是第一個匹配項。
i 搜索不區分大小寫。
m ^ 匹配 \n 或 \r 之后的位置,而$ 匹配 \n 或 \r 之前的位置。
無論標志是否存在,^ 均匹配搜索字符串開頭的位置,而 $ 均匹配搜索字符串結尾的位置。

2.實例

  • 單詞匹配
var str = 'Now, time is 2017-03-06 17:19, ###please $$$working hardly';
var regex = /\w+/g;

var result = regex.exec(str);
while (result != null) {
    console.log(result.index + '-' + `${result.index + result[0].length}` + '\t' + result[0]);

    // 繼續匹配
    result = regex.exec(str);
}

輸出:

0-3 Now
5-9 time
10-12   is
13-17   2017
18-20   03
21-23   06
24-26   17
27-29   19
34-40   please
44-51   working
52-58   hardly
  • url匹配
var url = 'http://www.runoob.com:80/html/html-tutorial.html';

var reg = /(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/;

console.log(reg.exec(url));

輸出:

[ 'http://www.runoob.com:80/html/html-tutorial.html',
  'http',
  'www.runoob.com',
  ':80',
  '/html/html-tutorial.html',
  index: 0,
  input: 'http://www.runoob.com:80/html/html-tutorial.html' ]
  • 取反匹配
var str = 'plain';
var regex = /[^abc]/g;

var result = regex.exec(str);
while (result != null) {
    console.log(result);
    result = regex.exec(str);
}

輸出:

[ 'p', index: 0, input: 'plain' ]
[ 'l', index: 1, input: 'plain' ]
[ 'i', index: 3, input: 'plain' ]
[ 'n', index: 4, input: 'plain' ]
  • 替換
var str = 'Chapter 10 Section 22';
var regex = /Chapter | Section [1-9][0-9]?/g;
var regex = /(Chapter|Section) [1-9][0-9]?/g;

var result = regex.exec(str);
while (result !== null) {
    console.log(result);
    result = regex.exec(str);
}

輸出:

[ 'Chapter 10',
  'Chapter',
  index: 0,
  input: 'Chapter 10 Section 22' ]
[ 'Section 22',
  'Section',
  index: 11,
  input: 'Chapter 10 Section 22' ]
  • 字邊界和非字邊界
var src = 'never? verb';
var regex = /er\b/g;

var result = regex.exec(src);
while(result != null) {
    console.log(result);
    result = regex.exec(null);
}

var regex1 = /er\B/g;
var result1 = regex1.exec(src);
while(result1 != null) {
    console.log(result1);
    result1 = regex1.exec(null);
}

輸出:

[ 'er', index: 3, input: 'never? verb' ]
[ 'er', index: 8, input: 'never? verb' ]
  • 模式匹配 ?: 不保存匹配項
var src = 'industry and industries';
var regex = /industr(?:y|ies)/g;

var result = regex.exec(src);
while (result != null) {
    console.log(result);
    result = regex.exec(src);
}

輸出:

[ 'industry', index: 0, input: 'industry and industries' ]
[ 'industries', index: 13, input: 'industry and industries' ]
  • 正預測先行,?=, {}內不準有空格
var src = 'abc3de';
var regex = /^(?=.*\d).{4,8}/g;

var result = regex.exec(src);
while (result != null) {
    console.log(result);
    result = regex.exec(src);
}

輸出:

[ 'industry', index: 0, input: 'industry and industries' ]
[ 'industries', index: 13, input: 'industry and industries' ]
  • 負預測先行 \w 等效于 [A-Za-z0-9],所有要加 + 來匹配字
var src = 'abc3de';
var regex = /\b(?!acd)\w+\b/g;
var result = regex.exec(src);

console.log(result);

輸出:

[ 'abc3de', index: 0, input: 'abc3de' ]

至此,正則表達式的內容介紹完畢,雖然平時用的機會不是太多,但是還是有必要熟悉一下,你會發現正則表達式還是挺有意思的。

參考資料

https://msdn.microsoft.com/zh-cn/library/43k3181w(v=vs.100).aspx

http://www.williamlong.info/archives/433.html

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,885評論 6 541
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,312評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 177,993評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,667評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,410評論 6 411
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,778評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,775評論 3 446
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,955評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,521評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,266評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,468評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,998評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,696評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,095評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,385評論 1 294
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,193評論 3 398
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,431評論 2 378

推薦閱讀更多精彩內容

  • 推薦幾個正則表達式編輯器 Debuggex :https://www.debuggex.com/ PyRegex:...
    木易林1閱讀 11,526評論 9 151
  • 幾個正則表達式編輯器 Debuggex :https://www.debuggex.com/ PyRegex:ht...
    沒技術的BUG開發攻城獅閱讀 4,613評論 0 23
  • 剛開始學習正則表達式時候,感覺和看無字天書沒什么分別,迷茫了一段時間后,仔細去理解,慢慢你會發現也沒什么的。認真去...
    dxldeng閱讀 806評論 0 1
  • 正則表達式到底是什么東西?字符是計算機軟件處理文字時最基本的單位,可能是字母,數字,標點符號,空格,換行符,漢字等...
    獅子挽歌閱讀 2,161評論 0 9
  • 忘了從哪收集的資料了,放這兒,以備不時之需。 只能輸入數字:"^[0-9]*$"。 只能輸入n位的數字:"^\d{...
    study_monkey閱讀 1,420評論 0 7