正則表達(dá)式

發(fā)表日期：2016-04-26 文章編輯：重慶網(wǎng)站制作小編瀏覽次數(shù)：15 標(biāo)簽：

正則表達(dá)式：

正則表達(dá)式，又稱正規(guī)表示法、常規(guī)表示法（英語：Regular Expression，在代碼中常簡寫為regex、regexp或RE），計算機科學(xué)的一個概念。正則表達(dá)式使用單個字符串來描述、匹配一系列符合某個句法規(guī)則的字符串。在很多文本編輯器里，正則表達(dá)式通常被用來檢索、替換那些符合某個模式的文本。

許多程序設(shè)計語言都支持利用正則表達(dá)式進(jìn)行字符串操作。例如，在Perl中就內(nèi)建了一個功能強大的正則表達(dá)式引擎。正則表達(dá)式這個概念最初是由Unix中的工具軟件（例如sed和grep）普及開的。正則表達(dá)式通?？s寫成“regex”，單數(shù)有regexp、regex，復(fù)數(shù)有regexps、regexes、regexen。

概念：

正則表達(dá)式是對字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個“規(guī)則字符串”，這個“規(guī)則字符串”用來表達(dá)對字符串的一種過濾邏輯。

給定一個正則表達(dá)式和另一個字符串，我們可以達(dá)到以下目的：

（1）給定的字符串是否符全正則表達(dá)式的過濾邏輯(稱作“匹配”);

（2）可以通過正則表達(dá)式，從字符串中獲取我們想要的特定部分。

特點：

(1)靈活性、邏輯性和功能性非常強；

(2)可以迅速地用極簡單的方式達(dá)到字符串的復(fù)雜控制；

(3)對于剛接觸的人來說，比較晦澀難懂；

由于正則表達(dá)式主要應(yīng)用對象是文本，因此它在各種文本編輯器場合都有應(yīng)用，小到著名編輯器EditPlus，大到Microsoft Word、Visual Studio等大型編輯器，都可以使用正則表達(dá)式來處理文本內(nèi)容。

引擎：

正則引擎主要可以分為兩大類：一種是DFA，一種是NFA。這兩種引擎都有了很久的歷史(至今二十多年)，當(dāng)中也由這兩種引擎產(chǎn)生了很多變體！于是POSIX的出臺規(guī)避了不必要變體的繼續(xù)產(chǎn)生。這樣一來，主流的正則引擎又分為3類：一、DFA，二、傳統(tǒng)型NFA，三、POSIX NFA。

符號：

元字符	描述
\	將下一個字符標(biāo)記符、或一個向后引用、或一個八進(jìn)制轉(zhuǎn)義符。例如，“\\n”匹配\n。“\n”匹配換行符。序列“\\”匹配“\”而“\(”則匹配“(”。即相當(dāng)于多種編程語言中都有的“轉(zhuǎn)義字符”的概念。
^	匹配輸入字符串的開始位置。如果設(shè)置了RegExp對象的Multiline屬性，^也匹配“\n”或“\r”之后的位置。
$	匹配輸入字符串的結(jié)束位置。如果設(shè)置了RegExp對象的Multiline屬性，$也匹配“\n”或“\r”之前的位置。
*	匹配前面的子表達(dá)式任意次。例如，zo能匹配“z”，“zo”以及“zoo”，但是不匹配“bo”。等價于{0,}。
+	匹配前面的子表達(dá)式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等價于{1,}。
?	匹配前面的子表達(dá)式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等價于{0,1}。
{n}	n是一個非負(fù)整數(shù)。匹配確定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的兩個o。
{n,}	n是一個非負(fù)整數(shù)。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,}”等價于“o+”。“o{0,}”則等價于“o*”。
{n,m}	m和n均為非負(fù)整數(shù)，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”將匹配“fooooood”中的前三個o。“o{0,1}”等價于“o?”。請注意在逗號和兩個數(shù)之間不能有空格。
?	當(dāng)該字符緊跟在任何一個其他限制符（*,+,?，{n}，{n,}，{n,m}）后面時，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認(rèn)的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對于字符串“oooo”，“o+?”將匹配單個“o”，而“o+”將匹配所有“o”。
.	匹配除“\r\n”之外的任何單個字符。要匹配包括“\r\n”在內(nèi)的任何字符，請使用像“[\s\S]”的模式。
(pattern)	匹配pattern并獲取這一匹配。所獲取的匹配可以從產(chǎn)生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號字符，請使用“$”或“$”。
(?:pattern)	非獲取匹配，匹配pattern但不獲取匹配結(jié)果，不進(jìn)行存儲供以后使用。這在使用或字符“(\|)”來組合一個模式的各個部分是很有用。例如“industr(?:y\|ies)”就是一個比“industry\|industries”更簡略的表達(dá)式。
(?=pattern)	非獲取匹配，正向肯定預(yù)查，在任何匹配pattern的字符串開始處匹配查找字符串，該匹配不需要獲取供以后使用。例如，“Windows(?=95\|98\|NT\|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。預(yù)查不消耗字符，也就是說，在一個匹配發(fā)生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預(yù)查的字符之后開始。
(?!pattern)	非獲取匹配，正向否定預(yù)查，在任何不匹配pattern的字符串開始處匹配查找字符串，該匹配不需要獲取供以后使用。例如“Windows(?!95\|98\|NT\|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。
(?<=pattern)	非獲取匹配，反向肯定預(yù)查，與正向肯定預(yù)查類似，只是方向相反。例如，“(?<=95\|98\|NT\|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。
?<!pattern	非獲取匹配，反向否定預(yù)查，與正向否定預(yù)查類似，只是方向相反。例如“(?<!95\|98\|NT\|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。
x\|y	匹配x或y。例如，“z\|food”能匹配“z”或“food”(此處請謹(jǐn)慎)。“(z\|f)ood”則匹配“zood”或“food”。
[xyz]	字符集合。匹配所包含的任意一個字符。例如，“[abc]”可以匹配“plain”中的“a”。
[^xyz]	負(fù)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“plin”。
[a-z]	字符范圍。匹配指定范圍內(nèi)的任意字符。例如，“[a-z]”可以匹配“a”到“z”范圍內(nèi)的任意小寫字母字符。注意:只有連字符在字符組內(nèi)部時,并且出現(xiàn)在兩個字符之間時,才能表示字符的范圍; 如果出字符組的開頭,則只能表示連字符本身.
[^a-z]	負(fù)值字符范圍。匹配任何不在指定范圍內(nèi)的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范圍內(nèi)的任意字符。
\b	匹配一個單詞邊界，也就是指單詞和空格間的位置（即正則表達(dá)式的“匹配”有兩種概念，一種是匹配字符，一種是匹配位置，這里的\b就是匹配位置的）。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指明的控制字符。例如，\cM匹配一個Control-M或回車符。x的值必須為A-Z或a-z之一。否則，將c視為一個原義的“c”字符。
\d	匹配一個數(shù)字字符。等價于[0-9]。
\D	匹配一個非數(shù)字字符。等價于[^0-9]。
\f	匹配一個換頁符。等價于\x0c和\cL。
\n	匹配一個換行符。等價于\x0a和\cJ。
\r	匹配一個回車符。等價于\x0d和\cM。
\s	匹配任何不可見字符，包括空格、制表符、換頁符等等。等價于[ \f\n\r\t\v]。
\S	匹配任何可見字符。等價于[^ \f\n\r\t\v]。
\t	匹配一個制表符。等價于\x09和\cI。
\v	匹配一個垂直制表符。等價于\x0b和\cK。
\w	匹配包括下劃線的任何單詞字符。類似但不等價于“[A-Za-z0-9_]”，這里的"單詞"字符使用Unicode字符集。
\W	匹配任何非單詞字符。等價于“[^A-Za-z0-9_]”。
\xn	匹配n，其中n為十六進(jìn)制轉(zhuǎn)義值。十六進(jìn)制轉(zhuǎn)義值必須為確定的兩個數(shù)字長。例如，“\x41”匹配“A”。“\x041”則等價于“\x04&1”。正則表達(dá)式中可以使用ASCII編碼。
\num	匹配num，其中num是一個正整數(shù)。對所獲取的匹配的引用。例如，“(.)\1”匹配兩個連續(xù)的相同字符。
\n	標(biāo)識一個八進(jìn)制轉(zhuǎn)義值或一個向后引用。如果\n之前至少n個獲取的子表達(dá)式，則n為向后引用。否則，如果n為八進(jìn)制數(shù)字（0-7），則n為一個八進(jìn)制轉(zhuǎn)義值。
\nm	標(biāo)識一個八進(jìn)制轉(zhuǎn)義值或一個向后引用。如果\nm之前至少有nm個獲得子表達(dá)式，則nm為向后引用。如果\nm之前至少有n個獲取，則n為一個后跟文字m的向后引用。如果前面的條件都不滿足，若n和m均為八進(jìn)制數(shù)字（0-7），則\nm將匹配八進(jìn)制轉(zhuǎn)義值nm。
\nml	如果n為八進(jìn)制數(shù)字（0-7），且m和l均為八進(jìn)制數(shù)字（0-7），則匹配八進(jìn)制轉(zhuǎn)義值nml。
\un	匹配n，其中n是一個用四個十六進(jìn)制數(shù)字表示的Unicode字符。例如，\u00A9匹配版權(quán)符號（©）。
\p{P}	小寫 p 是 property 的意思，表示 Unicode 屬性，用于 Unicode 正表達(dá)式的前綴。中括號內(nèi)的“P”表示Unicode 字符集七個字符屬性之一：標(biāo)點字符。其他六個屬性： L：字母； M：標(biāo)記符號（一般不會單獨出現(xiàn)）； Z：分隔符（比如空格、換行等）； S：符號（比如數(shù)學(xué)符號、貨幣符號等）； N：數(shù)字（比如阿拉伯?dāng)?shù)字、羅馬數(shù)字等）； C：其他字符。 *注：此語法部分語言不支持，例：javascript。
<>	匹配詞（word）的開始（<）和結(jié)束（>）。例如正則表達(dá)式<the>能夠匹配字符串"for the wise"中的"the"，但是不能匹配字符串"otherwise"中的"the"。注意：這個元字符不是所有的軟件都支持的。
()	將( 和 ) 之間的表達(dá)式定義為“組”（group），并且將匹配這個表達(dá)式的字符保存到一個臨時區(qū)域（一個正則表達(dá)式中最多可以保存9個），它們可以用 \1 到\9 的符號來引用。
\|	將兩個匹配條件進(jìn)行邏輯“或”（Or）運算。例如正則表達(dá)式(him\|her) 匹配"it belongs to him"和"it belongs to her"，但是不能匹配"it belongs to them."。注意：這個元字符不是所有的軟件都支持的。
+	匹配1或多個正好在它之前的那個字符。例如正則表達(dá)式9+匹配9、99、999等。注意：這個元字符不是所有的軟件都支持的。
?	匹配0或1個正好在它之前的那個字符。注意：這個元字符不是所有的軟件都支持的。
{i},{i,j}	匹配指定數(shù)目的字符，這些字符是在它之前的表達(dá)式定義的。例如正則表達(dá)式A[0-9]{3} 能夠匹配字符"A"后面跟著正好3個數(shù)字字符的串，例如A123、A348等，但是不匹配A1234。而正則表達(dá)式[0-9]{4,6} 匹配連續(xù)的任意4個、5個或者6個數(shù)字