正規表示式 匹配規則

2021-08-03 04:52:07 字數 3396 閱讀 5471

一切從最基本的開始。模式,是正規表示式最基本的元素,它們是一組描述字串特徵的字元。模式可以很簡單,由普通的字串組成,也可以非常複雜,往往用特殊的字元表示乙個範圍內的字元、重複出現,或表示上下文。例如:

^once
這個模式包含乙個特殊的字元^,表示該模式只匹配那些以once開頭的字串。例如該模式與字串"once upon a time"匹配,與"there once was a man from newyork"不匹配。正如如^符號表示開頭一樣,$符號用來匹配那些以給定模式結尾的字串。

bucket$
這個模式與"who kept all of this cash in a bucket"匹配,與"buckets"不匹配。字元^和$同時使用時,表示精確匹配(字串與模式一樣)。例如:

^bucket$
只匹配字串"bucket"。如果乙個模式不包括^和$,那麼它與任何包含該模式的字串匹配。例如:模式

once
與字串

there once was a man from newyork

who kept all of his cash in a bucket.

是匹配的。

在該模式中的字母(o-n-c-e)是字面的字元,也就是說,他們表示該字母本身,數字也是一樣的。其他一些稍微複雜的字元,如標點符號和白字元(空格、製表符等),要用到轉義序列。所有的轉義序列都用反斜槓(\)打頭。製表符的轉義序列是:\t。所以如果我們要檢測乙個字串是否以製表符開頭,可以用這個模式:

^\t
類似的,用\n表示"新行",\r表示回車。其他的特殊符號,可以用在前面加上反斜槓,如反斜槓本身用\\表示,句號.用\.表示,以此類推。

在internet的程式中,正規表示式通常用來驗證使用者的輸入。當使用者提交乙個form以後,要判斷輸入的**號碼、位址、email位址、信用卡號碼等是否有效,用普通的基於字面的字元是不夠的。

所以要用一種更自由的描述我們要的模式的辦法,它就是字元簇。要建立乙個表示所有母音字元的字元簇,就把所有的母音字元放在乙個方括號裡:

[aaeeiioouu]
這個模式與任何母音字元匹配,但只能表示乙個字元。用連字型大小可以表示乙個字元的範圍,如:

[a-z] //匹配所有的小寫字母 

[a-z] //匹配所有的大寫字母

[a-za-z] //匹配所有的字母

[0-9] //匹配所有的數字

[0-9\.\-] //匹配所有的數字,句號和減號

[ \f\r\t\n] //匹配所有的白字元

同樣的,這些也只表示乙個字元,這是乙個非常重要的。如果要匹配乙個由乙個小寫字母和一位數字組成的字串,比如"z2"、"t6"或"g7",但不是"ab2"、"r2d3" 或"b52"的話,用這個模式:

^[a-z][0-9]$
儘管[a-z]代表26個字母的範圍,但在這裡它只能與第乙個字元是小寫字母的字串匹配。

前面曾經提到^表示字串的開頭,但它還有另外乙個含義。當在一組方括號裡使用^是,它表示"非"或"排除"的意思,常常用來剔除某個字元。還用前面的例子,我們要求第乙個字元不能是數字:

^[^0-9][0-9]$
這個模式與"&5"、"g7"及"-2"是匹配的,但與"12"、"66"是不匹配的。下面是幾個排除特定字元的例子:

[^a-z] //除了小寫字母以外的所有字元 

[^\\\/\^] //除了(\)(/)(^)之外的所有字元

[^\"\'] //除了雙引號(")和單引號(')之外的所有字元

特殊字元"." (點,句號)在正規表示式中用來表示除了"新行"之外的所有字元。所以模式"^.5$"與任何兩個字元的、以數字5結尾和以其他非"新行"字元開頭的字串匹配。模式"."可以匹配任何字串,除了空串和只包括乙個"新行"的字串。

php的正規表示式有一些內建的通用字元簇,列表如下:

字元簇描述

[[:alpha:]]

任何字母

[[:digit:]]

任何數字

[[:alnum:]]

任何字母和數字

[[:space:]]

任何空白字元

[[:upper:]]

任何大寫字母

[[:lower:]]

任何小寫字母

[[:punct:]]

任何標點符號

[[:xdigit:]]

任何16進製制的數字,相當於[0-9a-fa-f]

到現在為止,你已經知道如何去匹配乙個字母或數字,但更多的情況下,可能要匹配乙個單詞或一組數字。乙個單詞有若干個字母組成,一組數字有若干個單數組成。跟在字元或字元簇後面的花括號({})用來確定前面的內容的重複出現的次數。

字元簇描述

^[a-za-z_]$

所有的字母和下劃線

^[[:alpha:]]$

所有的3個字母的單詞

^a$字母a

^a$aaaa

^a$aa,aaa或aaaa

^a$a,aa或aaa

^a$包含多於兩個a的字串^aa

如:baad和aaa,但nantucket不行

\t兩個製表符

.所有的兩個字元

這些例子描述了花括號的三種不同的用法。乙個數字  的意思是前面的字元或字元簇只出現x次 ;乙個數字加逗號  的意思是前面的內容出現x或更多的次數 ;兩個數字用逗號分隔的數字  表示 前面的內容至少出現x次,但不超過y次。我們可以把模式擴充套件到更多的單詞或數字:

^[a-za-z0-9_]$      // 所有包含乙個以上的字母、數字或下劃線的字串 

^[1-9][0-9]$ // 所有的正整數

^\-[0-9]$ // 所有的整數

^[-]?[0-9]+\.?[0-9]+$ // 所有的浮點數

最後乙個例子不太好理解,是嗎?這麼看吧:以乙個可選的負號 ([-]?) 開頭 (^)、跟著1個或更多的數字([0-9]+)、和乙個小數點(\.)再跟上1個或多個數字([0-9]+),並且後面沒有其他任何東西($)。下面你將知道能夠使用的更為簡單的方法。

特殊字元 ? 與  是相等的,它們都代表著: 0個或1個前面的內容 或 前面的內容是可選的 。所以剛才的例子可以簡化為:

^\-?[0-9]\.?[0-9]$
特殊字元 * 與  是相等的,它們都代表著 0 個或多個前面的內容 。最後,字元 + 與  是相等的,表示 1 個或多個前面的內容 ,所以上面的4個例子可以寫成:

^[a-za-z0-9_]+$      // 所有包含乙個以上的字母、數字或下劃線的字串 

^[1-9][0-9]*$ // 所有的正整數

^\-?[0-9]+$ // 所有的整數

^\-?[0-9]+\.?[0-9]*$ // 所有的浮點數

當然這並不能從技術上降低正規表示式的複雜性,但可以使它們更容易閱讀。

正規表示式 匹配規則

一切從最基本的開始。模式,是正規表示式最基本的元素,它們是一組描述字串特徵的字元。模式可以很簡單,由普通的字串組成,也可以非常複雜,往往用特殊的字元表示乙個範圍內的字元 重複出現,或表示上下文。例如 once這個模式包含乙個特殊的字元 表示該模式只匹配那些以once開頭的字串。例如該模式與字串 on...

正規表示式教程 正規表示式匹配規則 6

正規表示式教程 正規表示式匹配規則 6 2007 05 11 08 28 基本模式匹配 一切從最基本的開始。模式,是正規表示式最基本的元素,它們是一組描述字串特徵的字元。模式可以很簡單,由普通的字串組成,也可以非常複雜,往往用特殊的字元表示乙個範圍內的字元 重複出現,或表示上下文。例如 once 這...

Javacript 正規表示式匹配規則

匹配規則 1.字面量字元和元字元 大部分字元在正規表示式中,就是字面的含義,比如 a 匹配,b 匹配b。如果在正規表示式中,某個字元只表示它字面的含義,那麼它們就叫做 字面量字元 literal characters 除了字面量字元以外,還有一部分字元有特殊含義,不代表字面的意思,他們叫做 元字元 ...