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