正则表达式
普通字符
没有显式地指定为元字符的所有打印字符和非打印字符.包括大小写字母、数字、标点、其他符号.
非打印字符
字符 | 描述 |
---|---|
\cx | 匹配一个由x指明的控制字符,如“\cM”代表“Control-M”;x必须为大小写字母 |
\f | 匹配换页符 |
\n | 匹配换行符 |
\r | 匹配回车符 |
\t | 匹配制表符 |
\v | 匹配垂直制表符 |
\s | 匹配任何空白字符,包括等价于 [ \f\n\r\t\v] |
\S | 匹配非空白字符 |
特殊字符
所谓特殊字符,就是一些有特殊含义的字符,如 runoo*b
中的 *
,简单的说就是表示任何字符串的意思。如果要查找字符串中的*
符号,则需要对*
进行转义,即在其前加一个 \
: runo\*ob
匹配 runo*ob
。
许多元字符要求在试图匹配它们时特别对待。若要匹配这些特殊字符,必须首先使字符"转义",即,将反斜杠字符\ 放在它们前面。下表列出了正则表达式中的特殊字符:
特殊字符 | 描述 |
---|---|
$ | 匹配字符串结尾位置 |
() | 匹配子表达式的开始和结束位置 |
* | 匹配前面的子表达式0次或多次 |
+ | 匹配前面的子表达式1次或多次 |
. | 匹配任何单字符,换行符\n除外 |
[ | 匹配中括号表达式的开始 |
? | 匹配前面的子表达式0次或1次 |
\ | 将下一个字符标记为特殊字符「 普通字符n => 换行符**\n** 」;或转化为普通字符「 * => \* 」 |
^ | 匹配输入字符串的开始位置;另外,在方括号中使用时,表示不接受方括号内表达式的字符集合 |
{ | 标记限定符表达式的开始 |
| | 指明两项之间的一个选择 |
- | 例如[0-9]代表任意数字,[1-9]代表除了0外的数字 |
限定符
限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有 *
或 +
或 ?
或 {n}
或 {n,}
或 {n,m}
共6种。
字符 | 描述 |
---|---|
* | 匹配前面的子表达式零次或多次.例如,zo* 能匹配 “z” 以及 “zoo”。 等价于{0,}。 |
+ | 匹配前面的子表达式一次或多次。例如,‘zo+’ 能匹配 “zo” 以及 “zoo”,但不能匹配 “z”。+ 等价于 {1,}。 |
? | 匹配前面的子表达式零次或一次。例如,“do(es)?” 可以匹配 “do” 、 “does” 中的 “does” 、 “doxy” 中的 “do” 。? 等价于 {0,1}。 |
{n} | 匹配确定的n次,n是非负整数;例如‘o{2}’不能匹配Bob中的‘o’,但能匹配‘food’中的两个‘o’ |
{n,} | n 是一个非负整数。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,}’ 等价于 ‘o+’。‘o{0,}’ 则等价于 ‘o*’。 |
{n,m} | m 和 n 均为非负整数,其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,“o{1,3}” 将匹配 “fooooood” 中的前三个 o。‘o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格。 |
*、+ 限定符都是贪婪的,因为它们会尽可能多的匹配文字,只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。
对于
<h1>Hello</h1>
贪婪:
/<.*>/
匹配到<h1>Hello</h1>
非贪婪:
/<.*?>/
匹配到<h1>
通过在 *、+ 或 ? 限定符之后放置 ?,该表达式从"贪婪"表达式转换为"非贪婪"表达式或者最小匹配。
定位符
定位符使您能够将正则表达式固定到行首或行尾。
字符 | 描述 |
---|---|
^ | 匹配字符串开始的位置 |
$ | 匹配字符串结尾的位置 |
\b | 匹配一个单词边界 |
\B | 匹配一个非单词边界 |
- 限定符不能和定位符一起使用,因为单词边界不能有1个以上的位置,例如~~
^*
~~是错误的 - 匹配一行开始处的文本
/^章节/
- 匹配一行结束处的文本
/章节$/
- 匹配单词“Chapter”,可以使用
/\bCha/
,也可以/ter\b/
- 下面的表达式匹配 Chapter 中的字符串 apt,但不匹配 aptitude 中的字符串 apt:
/\Bapt/
选择
用圆括号将所有选择项括起来,相邻选择项之间用|分隔.但相关匹配会被缓存.
如果想消除缓存,可以将?:
放到第一个选项前;
其中?:
是非捕获元之一,另外两个
?=
正向预查,在任何开始匹配圆括号内的正则表达式模式的位置来匹配搜索字符串
?!
负向预查,在任何开始不匹配该正则表达式模式的位置来匹配搜索字符串
运算符优先级
正则表达式从左到右进行计算,并遵循优先级顺序,这与算术表达式非常类似。
相同优先级的从左到右进行运算,不同优先级的运算先高后低。下表从最高到最低说明了各种正则表达式运算符的优先级顺序:
优先级 | 运算符 | 描述 |
---|---|---|
!!! | \ | 转义符 |
!!! | (), (?:) , (?=), [] |
圆括号、方括号 |
!!! | *, +, ?, {n}, {n,}, {n,m} | 限定符 |
!! | ^, $, \任何元字符、任何字符 | 定位点和序列(即:位置和顺序) |
! | | | 替换,“或"操作字符具有高于替换运算符的优先级,使得"m|food"匹配"m"或"food”。若要匹配"mood"或"food",请使用括号创建子表达式,从而产生"(m|f)ood"。 |