正規表示式基礎知識

2021-08-29 15:12:55 字數 4950 閱讀 9203

乙個正規表示式就是由普通字元(例如字元 a 到 z)以及特殊字元(稱為元字元)組成的文字模式。該模式描述在查詢文字主體時待匹配的乙個或多個字串。正規表示式作為乙個模板,將某個字元模式與所搜尋的字串進行匹配。如:

jscript

vbscript

匹配/^/[ /t]*$/

"^/[ /t]*$"

匹配乙個空白行。

//d-/d/

"/d-/d"

驗證乙個id 號碼是否由乙個2位數字,乙個連字元以及乙個5位數字組成。

/<(.*)>.*/

"<(.*)>.*"

匹配乙個 html 標記。

下表是元字元及其在正規表示式上下文中的行為的乙個完整列表:

字元描述

/將下乙個字元標記為乙個特殊字元、或乙個原義字元、或乙個 向後引用、或乙個八進位制轉義符。例如,n匹配字元 "n"/n 匹配乙個換行符。序列 //匹配 "/" 而 "/(" 則匹配 "("。

^匹配輸入字串的開始位置。如果設定了regexp物件的multiline屬性,^ 也匹配 /n 或/r 之後的位置。

$匹配輸入字串的結束位置。如果設定了regexp物件的multiline屬性,$ 也匹配 /n 或 /r 之前的位置。

*匹配前面的子表示式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等價於。

+匹配前面的子表示式一次或多次。例如,zo+ 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等價於 。

?匹配前面的子表示式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價於 。

n 是乙個非負整數。匹配確定的 n 次。例如,o不能匹配 "bob" 中的o,但是能匹配 "food" 中的兩個 o。

n 是乙個非負整數。至少匹配n 次。例如,o; 不能匹配 "bob" 中的 o,但能匹配 "foooood" 中的所有 o。o 等價於 o+。o 則等價於 o*。

m 和 n 均為非負整數,其中n

<= m。最少匹配 n 次且最多匹配 m 次。例如,"o" 將匹配 "fooooood" 中的前三個 o o 等價於o?。請注意在逗號和兩個數之間不能有空格。

?當該字元緊跟在任何乙個其他限制符 (*, +, ?, , , ) 後面時,匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜尋的字串,而預設的貪婪模式則盡可能多的匹配所搜尋的字串。例如,對於字串 "oooo",o+? 將匹配單個 "o",而 o+ 將匹配所有 o。

.匹配除 "/n" 之外的任何單個字元。要匹配包括 /n; 在內的任何字元,請使用象 [./n] 的模式。

(pattern)

匹配 pattern 並獲取這一匹配。所獲取的匹配可以從產生的 matches 集合得到,在vbscript 中使用submatches集合,在jscript 中則使用$0$9屬性。要匹配圓括號字元,請使用 /( 或 /)。

(?:pattern)

匹配 pattern 但不獲取匹配結果,也就是說這是乙個非獲取匹配,不進行儲存供以後使用。這在使用 "或" 字元 (|) 來組合乙個模式的各個部分是很有用。例如, industr(?:y|ies) 就是乙個比 industry|industries更簡略的表示式。

(?=pattern)

正向預查,在任何匹配 pattern 的字串開始處匹配查詢字串。這是乙個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。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"。預查不消耗字元,也就是說,在乙個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜尋,而不是從包含預查的字元之後開始。

(?!pattern)

負向預查,在任何不匹配 pattern 的字串開始處匹配查詢字串。這是乙個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。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"。預查不消耗字元,也就是說,在乙個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜尋,而不是從包含預查的字元之後開始

x|y匹配 x 或 y。例如,z|food 能匹配 "z" 或 "food"。(z|f)ood 則匹配 "zood" 或 "food"。

[xyz]

字元集合。匹配所包含的任意乙個字元。例如, [abc] 可以匹配 "plain" 中的 a。

[^xyz]

負值字元集合。匹配未包含的任意字元。例如, [^abc] 可以匹配 "plain" 中的p。

[a-z]

字元範圍。匹配指定範圍內的任意字元。例如,[a-z] 可以匹配 a 到 z 範圍內的任意小寫字母字元。

[^a-z]

負值字元範圍。匹配任何不在指定範圍內的任意字元。例如,[^a-z] 可以匹配任何不在 a 到z 範圍內的任意字元。

/b匹配乙個單詞邊界,也就是指單詞和空格間的位置。例如, er/b 可以匹配"never" 中的 er,但不能匹配 "verb" 中的 er。

/b匹配非單詞邊界。er/b 能匹配 "verb" 中的 er,但不能匹配 "never" 中的 er。

/cx匹配由 x 指明的控制字元。例如, /cm 匹配乙個 control-m 或回車符。x 的值必須為 a-z 或 a-z 之一。否則,將 c 視為乙個原義的 c 字元。

/d匹配乙個數字字元。等價於 [0-9]。

/d匹配乙個非數字字元。等價於 [^0-9]。

/f匹配乙個換頁符。等價於 /x0c 和 /cl。

/n匹配乙個換行符。等價於 /x0a 和 /cj。

/r匹配乙個回車符。等價於 /x0d 和 /cm。

/s匹配任何空白字元,包括空格、製表符、換頁符等等。等價於 [/f/n/r/t/v]。

/s匹配任何非空白字元。等價於 [^/f/n/r/t/v]。

/t匹配乙個製表符。等價於 /x09 和 /ci。

/v匹配乙個垂直製表符。等價於 /x0b 和 /ck。

/w匹配包括下劃線的任何單詞字元。等價於[a-za-z0-9_]。

/w匹配任何非單詞字元。等價於 [^a-za-z0-9_]。

/xn匹配 n,其中 n 為十六進製制轉義值。十六進製制轉義值必須為確定的兩個數字長。例如,/x41 匹配 "a"。/x041 則等價於 /x04 "1"。正規表示式中可以使用 ascii 編碼。.

/num

匹配 num,其中 num 是乙個正整數。對所獲取的匹配的引用。例如,(.)/1 匹配兩個連續的相同字元。

/n標識乙個八進位制轉義值或乙個向後引用。如果 /n 之前至少 n 個獲取的子表示式,則 n 為向後引用。否則,如果 n 為八進位制數字 (0-7),則 n 為乙個八進位制轉義值。

/nm標識乙個八進位制轉義值或乙個向後引用。如果 /nm 之前至少有 nm 個獲得子表示式,則 nm 為向後引用。如果 /nm 之前至少有 n 個獲取,則 n 為乙個後跟文字 m 的向後引用。如果前面的條件都不滿足,若 n 和 m 均為八進位制數字 (0-7),則 /nm 將匹配八進位制轉義值 nm。

/nml

如果 n 為八進位制數字 (0-3),且 m 和 l 均為八進位制數字 (0-7),則匹配八進位制轉義值 nml。

/un下面看幾個例子:

"^the":表示所有以"the"開始的字串("there","the cat"等);

"of despair$":表示所以以"of despair"結尾的字串;

"^abc$":表示開始和結尾都是"abc"的字串——呵呵,只有"abc"自己了;

"notice":表示任何包含"notice"的字串。

*,+和?這三個符號,表示乙個或一串行字元重複出現的次數。它們分別表示「沒有或

更多」,「一次或更多」還有「沒有或一次」。下面是幾個例子:

"ab*":表示乙個字串有乙個a後面跟著零個或若干個b。("a", "ab", "abbb",……);

"ab+":表示乙個字串有乙個a後面跟著至少乙個b或者更多;

"ab?":表示乙個字串有乙個a後面跟著零個或者乙個b;

"a?b+$":表示在字串的末尾有零個或乙個a跟著乙個或幾個b。

也可以使用範圍,用大括號括起,用以表示重複次數的範圍。

"ab":表示乙個字串有乙個a跟著2個b("abb");

"ab":表示乙個字串有乙個a跟著至少2個b;

"ab":表示乙個字串有乙個a跟著3到5個b。

請注意,你必須指定範圍的下限(如:""而不是"")。還有,你可能注意到了,*,+和 ?相當於"",""和""。

還有乙個¦,表示「或」操作:

"hi¦hello":表示乙個字串裡有"hi"或者"hello";

"(b¦cd)ef":表示"bef"或"cdef";

"(a¦b)*c":表示一串"a""b"混合的字串後面跟乙個"c";

.可以替代任何字元:

"a.[0-9]":表示乙個字串有乙個"a"後面跟著乙個任意字元和乙個數字;

"^.$":表示有任意三個字元的字串(長度為3個字元);

方括號表示某些字元允許在乙個字串中的某一特定位置出現:

"[ab]":表示乙個字串有乙個"a"或"b"(相當於"a¦b");

"[a-d]":表示乙個字串包含小寫的a到d中的乙個(相當於"a¦b¦c¦d"或者"[abcd]");

"^[a-za-z]":表示乙個以字母開頭的字串;

"[0-9]%":表示乙個百分號前有一位的數字;

",[a-za-z0-9]$":表示乙個字串以乙個逗號後面跟著乙個字母或數字結束。

你也可以在方括號裡用^表示不希望出現的字元,^應在方括號裡的第一位。(如:"%[^a-za-z]%"表

示兩個百分號中不應該出現字母)。

為了逐字表達,必須在"^.$()¦*+?{/"這些字元前加上轉移字元/。

請注意在方括號中,不需要轉義字元。

正規表示式基礎知識

我們先從簡單的開始。假設你要搜尋乙個包含字元 cat 的字串,搜尋用的正規表示式就是 cat 如果搜尋對大小寫不敏感,單詞 catalog catherine sophisticated 都可以匹配。也就是說 1.1 句點符號 假設你在玩英文拼字遊戲,想要找出三個字母的單詞,而且這些單詞必須以 t ...

正規表示式基礎知識

乙個正規表示式就是由普通字元 例如字元 a 到 z 以及特殊字元 稱為元字元 組成的文字模式。該模式描述在查詢文字主體時待匹配的乙個或多個字串。正規表示式作為乙個模板,將某個字元模式與所搜尋的字串進行匹配。如 jscript vbscript 匹配 t t 匹配乙個空白行。d d d d 驗證乙個i...

正規表示式基礎知識

正規表示式基礎知識 正規表示式是一種可以用於模式匹配和替換的強有力的工具,乙個正規表示式就是由普通的字元 例如字元 a 到 z 以及特殊字元 稱為元字元 組成的文字模式,它描述在查詢文字主體時待匹配的乙個或多個字串。正規表示式作為乙個模板,將某個字元模式與所搜尋的字串進行匹配。正規表示式在字元資料處...