目錄簡介
常用字元及其說明
常用字元匹配
空白元字元
重複匹配
基礎高階
正規表示式（regular expression，簡稱regex）是一些用來匹配和處理文字的字串。正規表示式語言並不是一種完備的語言，他是內置於其他語或軟體產品裡的「迷你」語言。正規表示式的使用無非兩種情況：一種是查詢特定的資訊（搜尋），另一種是查詢並編輯特定的資訊（替換）。學習正規表示式對我們理解爬蟲很有幫助。本文是學習美國知名技術作家ben forta編寫的《sam teach yourself regular expression in 10 minutes》的中文翻譯版《正規表示式必知必會》的學習筆記。書中提供的正規表示式測試工具的鏈結如下：
字元說明
用法舉例
.可以匹配任何單個的字元（除了換行符）
用來定義字元集合，字元集合中可以使用連字元-來簡化字元區間的定義， 連字元按照ascii碼順序來計算區間
[aa]表示匹配文字中的a或a一次
[0123456789abcd]可簡化為[0-9a-d]
^取非字元 它作用於給定的字元集合裡所有字元，而不是緊跟其後的乙個字元
[^0-9a-z]表示不匹配數字字元和小寫字母字元
\轉義字元,任何乙個元字元都可以通過在其前加乙個\將其轉義，配對的元字元不用做元字元時必須轉義如，有時候喜歡把轉義字元加上字元集合 [\n]增加**的可讀性
\.表示.本身
\\表示\本身
用法示例：
匹配文字
正規表示式
匹配結果
說明cat cap cam cat
ca.catcapcam cat
匹配ca連線任意乙個字元的字串
cat cap cam cat
[cc]a.
cat cap cam cat匹配時c不分大小寫，即在匹配時選取c和c中的乙個
a b c 1 2 3 4 5
[^1-4]
a b c1 2 3 45匹配時不匹配1-4這幾個數字
cat125
\[\]
cat125
將[ 和]轉義，否則不能夠匹配到
正規表示式匹配物件等價表示式
\d數字[0-9]
\d非數字[^0-9]
\w字母和數字或下劃線[a-za-z0-9_]
\w非字母和數字或下劃線[^a-za-z0-9_]
\s空白字元[\f\n\r\t\v] ([\b] 除外)
\s非空白字元[^\f\n\r\t\v]
用法示例：
匹配文字
正規表示式
匹配結果
說明abc123def
\d\d\d
abc123def
匹配三個連續的數字字元
abc123def
\d\d\d
abc123def匹配三個連續的不是數字的字元
abc-+defg
\w\w\w
abc_+defg匹配四個連續的字母、數字或下劃線
abc_+defg
\wabc_+defg
匹配乙個非字母和數字或下劃線
abc def gh
\sabcdef gh
匹配到空格字元（這裡沒法顯示）
abc def gh
\s\s\s
abc defgh
匹配三個連續的非空白字元
正規表示式
匹配物件
\n換行符
\r回車符
\t製表符(tab)
\v垂直製表符
\f換頁符
[\b]
回退鍵 backspace
\r\n
匹配乙個 回車+換行 組合 （windows系統下）
元字元說明
用法舉例及說明
+匹配至少乙個或者多個字元，給字元或者字元集合加上+的字尾（放在字元集合的後面），表示匹配同乙個字元的多次重複
\w+ 表示多次（至少一次）匹配字母和數字或下劃線
[01]+ 表示多次匹配（至少一次）0或1
*匹配乙個字元連續出現零次或多次的情況
用法同+，但不同的是匹配的字元可有可無，可以理解為在*前面的字元是可選的
？匹配乙個字元的零次或者一次出現
https? 表示s可以出現0或1次，它的匹配物件是https或http
匹配文字
正規表示式
匹配結果
說明abc+123@345
\d+abc+123@345匹配多個（至少乙個）連續的數字字元
*用法同+，不同的就是匹配的字元可以不出現
s後加？表示s可以出現0或1次
注：[0-9+]表示數字0-9和+的構成的字元集合（類似的還有.）。即在字元集合中，+表示加號本身，而不是重複匹配的元字元。
匹配重複次數
如果想給匹配的重複次數設定乙個精確值，在{}加上確定的數字
匹配文字
正規表示式
等價表示式
匹配結果
說明abc+123@345
\d\d\d\d
abc+123@345表示模式裡前乙個字元或字元集合（這裡是數字）必須出現3次才算是乙個匹配
設定區間
匹配文字
舉例匹配結果
說明abc+12@3345-245
\dabc+12@3345-245表示數字字元至少重複兩次，最多重複四次才算是乙個匹配
abc+12@3345-245
\dabc+12@3345-245表示數字字元至少重複3次才算是乙個匹配
貪婪型與懶惰型
貪婪型的元字元，它們在匹配時往往是多多益善。
懶惰型（非貪婪型）元字元是在貪婪型其後加上？
貪婪型元字元
懶惰型元字元
**?
++?
?
用法示例：
型別匹配文字
正規表示式
匹配結果
說明貪婪型
andand
.*盡可能多地匹配，因此匹配到了第二個
懶惰型and
and
*盡可能少地匹配，因此匹配到了第乙個
正規表示式字元匹配
普通字元由所有那些未顯式指定為元字元的列印和非列印字元組成。這包括所有的大寫和小寫字母字元，所有數字，所有標點符號以及一些符號。最簡單的正規表示式是乙個單獨的普通字元，可以匹配所搜尋字串中的該字元本身。例如，單字元模式 a 可以匹配所搜尋字串中任何位置出現的字母 a 這裡有一些單字元正規表示式模式的...
shell學習2 正規表示式（一） 字元匹配
正規表示式使用場景 測試字串內的模式 例如，資料驗證 測試輸入字串，以檢視字串內是否出現 號碼模式或信用卡號碼模式 替換文字 識別文件中的特定文字，完全刪除該文字或用其他文字替換它 基於模式匹配從字串中提取子字串 查詢文件內或輸入域內特定的文字 正規表示式詳細學習資料見鏈結 範圍表示法 用連字元 表...
正規表示式學習之字元匹配
給定的字串是否符合正規表示式的過濾邏輯 稱作 匹配 可以通過正規表示式，從字串中獲取我們想要的特定部分。可以看出，正規表示式無論要實現過濾還是提取的功能，最基本的都是要實現匹配，當然一般就是指字元的匹配了。首先說說第乙個轉義符 顧名思義就是將原來符號的意思進行了轉換，新增之後從而可以表達其他的意思，...