正则表达式语法

“正则表达式”描述在搜索文本正文时要匹配的一个或多个字符串。该表达式可用作一个将字符模式与要搜索的字符串相匹配的模板。

正则表达式包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”)。

特殊字符

--------------------------------------------------------------------------------

下表包含了单字符元字符的列表以及它们在正则表达式中的行为。

说明
若要匹配这些特殊字符之一,必须首先转义字符,即,在字符前面加反斜杠字符 ()。例如,若要搜索“+”文本字符,可使用表达式“+”。
 

元字符
 行为
 示例
 
*
 零次或多次匹配前面的字符或子表达式。

等效于 {0,}。
 zo* 与“z”和“zoo”匹配。
 
+
 一次或多次匹配前面的字符或子表达式。

等效于 {1,}。
 zo+ 与“zo”和“zoo”匹配,但与“z”不匹配。
 
?
 零次或一次匹配前面的字符或子表达式。

等效于 {0,1}。

当 ?紧随任何其他限定符(*、+、?、{n}、{n,} 或 {n,m})之后时,匹配模式是非贪婪的。非贪婪模式匹配搜索到的、尽可能少的字符串,而默认的贪婪模式匹配搜索到的、尽可能多的字符串。
 zo? 与“z”和“zo”匹配,但与“zoo”不匹配。

o+? 只与“oooo”中的单个“o”匹配,而 o+ 与所有“o”匹配。

do(es)? 与“do”或“does”中的“do”匹配。
 
^
 匹配搜索字符串开始的位置。如果标志中包括 m(多行搜索)字符,^ 还将匹配 或 后面的位置。

如果将 ^ 用作括号表达式中的第一个字符,则会对字符集求反。
 ^d{3} 与搜索字符串开始处的 3 个数字匹配。

[^abc] 与除 a、b 和 c 以外的任何字符匹配。
 
$
 匹配搜索字符串结尾的位置。如果标志中包括 m(多行搜索)字符,^ 还将匹配 或 前面的位置。
 d{3}$ 与搜索字符串结尾处的 3 个数字匹配。
 
.
 匹配除换行符 之外的任何单个字符。若要匹配包括 在内的任意字符,请使用诸如 [sS] 之类的模式。
 a.c 与“abc”、“a1c”和“a-c”匹配。
 
[]
 标记括号表达式的开始和结尾。
 [1-4] 与“1”、“2”、“3”或“4”匹配。[^aAeEiIoOuU] 与任何非元音字符匹配。
 
{}
 标记限定符表达式的开始和结尾。
 a{2,3} 与“aa”和“aaa”匹配。
 
()
 标记子表达式的开始和结尾。可以保存子表达式以备将来之用。
 A(d) 与“A0”至“A9”匹配。保存该数字以备将来之用。
 
|
 指示在两个或多个项之间进行选择。
 z|food 与“z”或“food”匹配。(z|f)ood 与“zood”或“food”匹配。
 
/
 表示 JScript 中的文本正则表达式模式的开始或结尾。在第二个“/”后添加单字符标志可以指定搜索行为。
 /abc/gi 是与“abc”匹配的 JScript 文本正则表达式。g(全局)标志指定查找模式的所有匹配项,i(忽略大小写)标志使搜索不区分大小写。
 

 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。
  与换行符匹配。( 与“(”匹配。\ 与“”匹配。
 

大多数特殊字符在括号表达式内出现时失去它们的意义,并表示普通字符。有关更多信息,请参见匹配字符的列表中的“括号表达式中的字符”。

元字符

--------------------------------------------------------------------------------

下表包含了多字符元字符的列表以及它们在正则表达式中的行为。

元字符
 行为
 示例
 

 与一个字边界匹配;即字与空格间的位置。
 er 与“never”中的“er”匹配,但与“verb”中的“er”不匹配。
 
B
 非边界字匹配。
 erB 与“verb”中的“er”匹配,但与“never”中的“er”不匹配。
 
d
 数字字符匹配。

等效于 [0-9]。
 在搜索字符串“12 345”中,d{2} 与“12”和“34”匹配。d 与“1”、“2”、“3”、“4”和“5”匹配。
 
D
 非数字字符匹配。

等效于 [^0-9]。
 D+ 与“abc123 def”中的“abc”和“def”匹配。
 
w
 与以下任意字符匹配:A-Z、a-z、0-9 和下划线。

等效于 [A-Za-z0-9_]。
 在搜索字符串“The quick brown fox…”中,w+ 与“The”、“quick”、“brown”和“fox”匹配。
 
W
 与除 A-Z、a-z、0-9 和下划线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+ 与“…”和所有空格匹配。
 
[xyz]
 字符集。与任何一个指定字符匹配。
 [abc] 与“plain”中的“a”匹配。
 
[^xyz]
 反向字符集。与未指定的任何字符匹配。
 [^abc] 与“plain”中的“p”、“l”、“i”和“n”匹配。
 
[a-z]
 字符范围。匹配指定范围内的任何字符。
 [a-z] 与“a”到“z”范围内的任何小写字母字符匹配。
 
[^a-z]
 反向字符范围。与不在指定范围内的任何字符匹配。
 [^a-z] 与不在范围“a”到“z”内的任何字符匹配。
 
{n}
 正好匹配 n 次。n 是非负整数。
 o{2} 与“Bob”中的“o”不匹配,但与“food”中的两个“o”匹配。
 
{n,}
 至少匹配 n 次。n 是非负整数。

* 与 {0,} 相等。

+ 与 {1,} 相等。
 o{2,} 与“Bob”中的“o”不匹配,但与“foooood”中的所有“o”匹配。
 
{n,m}
 匹配至少 n 次,至多 m 次。n 和 m 是非负整数,其中 n <= m。逗号和数字之间不能有空格。

? 与 {0,1} 相等。
 在搜索字符串“1234567”中,d{1,3} 与“123”、“456”和“7”匹配。
 
(模式)
 与模式 匹配并保存匹配项。您可以从由 JScript 中的 exec Method返回的数组元素中检索保存的匹配项。若要匹配括号字符 ( ),请使用“(”或者“)”。
 (Chapter|Section) [1-9] 与“Chapter 5”匹配,保存“Chapter”以备将来之用。
 
(?:模式)
 与模式 匹配,但不保存匹配项;即不会存储匹配项以备将来之用。这对于用“or”字符 (|) 组合模式部件的情况很有用。
 industr(?:y|ies) 与 industry|industries 相等。
 
(?=模式)
 积极的预测先行。找到一个匹配项后,将在匹配文本之前开始搜索下一个匹配项。不会保存匹配项以备将来之用。
 ^(?=.*d).{4,8}$ 对密码应用以下限制:其长度必须介于 4 到 8 个字符之间,并且必须至少包含一个数字。

在该模式中,.*d 查找后跟有数字的任意多个字符。对于搜索字符串“abc3qr”,这与“abc3”匹配。

从该匹配项之前(而不是之后)开始,.{4,8} 与包含 4-8 个字符的字符串匹配。这与“abc3qr”匹配。

^ 和 $ 指定搜索字符串的开始和结束位置。这将在搜索字符串包含匹配字符之外的任何字符时阻止匹配。
 
(?!模式)
 消极的预测先行。匹配与模式 不匹配的搜索字符串。找到一个匹配项后,将在匹配文本之前开始搜索下一个匹配项。不会保存匹配项以备将来之用。
 (?!th)w+ 与不以“th”开头的单词匹配。

在该模式中, 与一个字边界匹配。对于搜索字符串“ quick ”,这与第一个空格匹配。(?!th) 与非“th”字符串匹配。这与“qu”匹配。

从该匹配项开始,w+ 与一个字匹配。这与“quick”匹配。
 
cx
 匹配 x 指示的控制字符。x 的值必须在 A-Z 或 a-z 范围内。如果不是这样,则假定 c 就是文本“c”字符本身。
 cM 与 Ctrl+M 或一个回车符匹配。
 
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。允许在正则表达式中使用 ASCII 代码。
 x41 与“A”匹配。x041 等效于后跟有“1”的“x04”(因为 n 必须正好是两位数)。
 
um
 匹配 num,此处的 num 是一个正整数。这是对已保存的匹配项的引用。
 (.)1 与两个连续的相同字符匹配。
 

 标识一个八进制转义码或反向引用。如果 前面至少有 n 个捕获子表达式,那么 n 是反向引用。否则,如果 n 是八进制数 (0-7),那么 n 是八进制转义码。
 (d)1 与两个连续的相同数字匹配。
 
m
 标识一个八进制转义码或反向引用。如果 m 前面至少有 nm 个捕获子表达式,那么 nm 是反向引用。如果 m 前面至少有 n 个捕获子表达式,则 n 是反向引用,后面跟有文本 m。如果上述情况都不存在,当 n 和 m 是八进制数字 (0-7) 时, m 匹配八进制转义码 nm。
 11 与制表符匹配。
 
ml
 当 n 是八进制数字 (0-3),m 和 l 是八进制数字 (0-7) 时,匹配八进制转义码 nml。
 11 与制表符匹配。
 
un
 匹配 n,其中 n 是以四位十六进制数表示的 Unicode 字符。
 u00A9 与版权符号 (©) 匹配。
 

非打印字符

--------------------------------------------------------------------------------

下表包含表示非打印字符的转义序列。

字符
 匹配
 等效于
 
f
 换页符。
 x0c 和 cL
 

 换行符。
 x0a 和 cJ
 

 回车符。
 x0d 和 cM
 
s
 任何空白字符。其中包括空格、制表符和换页符。
 [f v]
 
S
 任何非空白字符。
 [^f v]
 

 Tab 字符。
 x09 和 cI
 
v
 垂直制表符。
 x0b 和 cK
 

优先级顺序

--------------------------------------------------------------------------------

正则表达式的计算方式与算术表达式非常类似;即从左到右进行计算,并遵循优先级顺序。

下表按从高到低的顺序包含了正则表达式运算符的优先级顺序。

运算符
 说明
 

 转义符
 
(), (?:), (?=), []
 括号和中括号
 
*、+、?、{n}、{n,}、{n,m}
 限定符
 
^、$、任何元字符
 定位点和序列
 
|
 替换
 

字符具有高于替换运算符的优先级,例如,允许“m|food”匹配“m”或“food”。

原文地址:https://www.cnblogs.com/hemei/p/3696790.html