正则表达式笔记-创新互联
一.简介:
正则表达式基本上是一种“表示法”,只要工具程序支持这种表示法,那么该工具程序就可以用来作为正则表达式的字符串处理之用。例如vi,grep,,awk,sed等工具,因为它们有支持正则表达式。正则表达式是一些特殊字符的排列,用以查找、替换、删除一些或多行文字字符串,简单的说,正则表达式就是用在字符串的处理上面的一项“表达式”使用它真的很方便,所以好好学习吧。
二.基础类型:
1.字符匹配元字符:
.(点号) :匹配任意一个字符;
[ ]:匹配中括号内的其中一个字符;
[^ ]:匹配不包括中括号内字符的其他字符;
2. 次数匹配元字符:
*:匹配前面的字符任意次(包含零次);
\?:匹配前面的字符零次或1次(前面的字符可有可无);
\+:匹配前面的字符至少一次;
\{n\}:匹配前面的字符出现n次;
\{n,\}:匹配前面的字符出现至少n次;
\{,m\}:匹配前面的字符出现至多m次(包含零次);
\{n,m\}:匹配前面的字符出现至少n次至多m次。
3. 位置描定元字符:
^:描定行首;
$:描定行尾;
\< (\b):描定词首(出现在表达式首部);
\> (\b):描定词尾(出现在表达式尾部);
分组:用来把匹配到的字符存储到内存的变量中,,以供后面引用。
\( \):分组符号
\1:引用第一个分组匹配到的字符
4.附表:
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" 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,请使用象 '[.\n]' 的模式。 |
(pattern) | 匹配 pattern 并获取这一匹配。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 '\(' 或 '\)'。 |
(?:pattern) | 匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如, 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。 |
(?=pattern) | 正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。 |
(?!pattern) | 负向预查,在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始 |
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。匹配所包含的任意一个字符。例如, '[abc]' 可以匹配 "plain" 中的 'a'。 |
[^xyz] | 负值字符集合。匹配未包含的任意字符。例如, '[^abc]' 可以匹配 "plain" 中的'p'。 |
[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] | 负值字符范围。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'。 |
\cx | 匹配由 x指明的控制字符。例如, \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则,将 c 视为一个原义的 'c' 字符。 |
\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 和 \cL。 |
匹配一个换行符。等价于 \x0a 和 \cJ。 | |
\r | 匹配一个回车符。等价于 \x0d 和 \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 和 \cI。 |
\v | 匹配一个垂直制表符。等价于 \x0b 和 \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_]'。 |
\xn | 匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,'\x41' 匹配 "A"。'\x041' 则等价于 '\x04' & "1"。正则表达式中可以使用 ASCII 编码。 |
\num | 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。例如,'(.)\1' 匹配两个连续的相同字符。 |
\n | 标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式,则 n 为向后引用。否则,如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。 |
\nm | 标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 \nm 之前至少有 n 个获取,则 n 为一个后跟文字 m的向后引用。如果前面的条件都不满足,若 n 和 m 均为八进制数字 (0-7),则 \nm 将匹配八进制转义值 nm。 |
\nml | 如果 n 为八进制数字 (0-3),且 m 和 l 均为八进制数字 (0-7),则匹配八进制转义值 nml。 |
/i | 使正则表达式对大小写不敏感, (?-i)是关闭大小写不敏感 |
/s | 开启"单行模式",即点号"."匹配新行符 |
/m | 开启"多行模式",即"^"和"$"匹配新行符的前面和后面的位置。 |
^[0-9]*$ | 只能输入数字 |
^\d{n}$ | 只能输入n位的数字 |
^\d{n,}$ | 只能输入至少n位的数字 |
^\d{m,n}$ | 只能输入m~n位的数字 |
^(0|[1-9][0-9]*)$ | 只能输入零和非零开头的数字 |
^[0-9]+(.[0-9]{2})?$ | 只能输入有两位小数的正实数 |
^[0-9]+(.[0-9]{1,3})?$ | 只能输入有1~3位小数的正实数 |
^\+?[1-9][0-9]*$ | 只能输入非零的正整数 |
^\-[1-9][]0-9"*$ | 只能输入非零的负整数 |
^.{3}$ | 只能输入长度为3的字符 |
^[A-Za-z]+$ | 只能输入由26个英文字母组成的字符串 |
^[A-Za-z0-9]+$ | 只能输入由数字和26个英文字母组成的字符串 |
^\w+$ | 只能输入由数字、26个英文字母或者下划线组成的字符串 |
^[a-zA-Z]\w{5,17}$ | 验证用户密码:以字母开头,长度在6~18之间,只能包含字符、数字和下划线。 |
[^%&',;=?$\x22]+ | 验证是否含有^%&',;=?$\"等字符 |
^[\u4e00-\u9fa5]{0,}$ | 只能输入汉字 |
^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$ | 验证Email地址 |
^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$ | 验证InternetURL |
^\d{15}|\d{18}$ | 验证×××号(15位或18位数字) |
^((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)$ | 验证IP地址 |
(\w)\1 | 匹配两个两个重叠出现的字符 例如,"aabbc11asd",返回结果为aa bb 11三组match |
<(? | 匹配成对的HTML标签 |
(?!) | 不出现,负声明 string newsContent = @"url:test Regex."; Regex regEnd = new Regex(@"<\s*a[^>]*>([^<]|<(?!/a))*<\s*/a\s*>",RegexOptions.Multiline); |
三.拓展正则表达式:
字符匹配元字符:
.(点号) :匹配任意一个字符;
[ ]:匹配中括号内的其中一个字符;
[^ ]:匹配不包括中括号内字符的其他字符;
次数匹配元字符:(匹配元字符前面的字符重复的次数)
*:匹配前面的字符任意次(包含零次);
?:匹配前面的字符零次或1次(前面的字符可有可无);
+:匹配前面的字符至少一次;
{n}:匹配前面的字符出现n次;
{n,}:匹配前面的字符出现至少n次;
{,m}:匹配前面的字符出现至多m次(包含零次);
{n,m}:匹配前面的字符出现至少n次至多m次。
位置描定元字符:
^:描定行首;
$:描定行尾;
< (\b):描定词首(出现在表达式首部);
\> (\b):描定词尾(出现在表达式尾部);
分组:用来把匹配到的字符存储到内存的变量中,以供后面引用。
( ):分组符号
\1:引用第一个分组匹配到的字符
特殊元字符:
|:匹配或
字符集的表达式:
[[:space:]]:表示一个空白字符;
[[:digit:]]:表示一个整数;
[[:lower:]]:表示一个小写字母;
[[:upper:]]:表示一个大写字母;
[[:alpha:]]:表示一个大写或小写字母;
[[:alnum:]]:表示一个字母或整数;
[[:punct:]]:表示一个标点符号;
附图
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
文章标题:正则表达式笔记-创新互联
本文路径:http://azwzsj.com/article/ddhhii.html