[转]揭开正则表达式的神秘面纱
揭開正則表達(dá)式的神秘面紗 | 關(guān)閉高亮 |
[原創(chuàng)文章，轉(zhuǎn)載請(qǐng)保留或注明出處：http://www.regexlab.com/zh/regref.htm]
引言
??? 正則表達(dá)式（regular expression）就是用一個(gè)“字符串”來描述一個(gè)特征，然后去驗(yàn)證另一個(gè)“字符串”是否符合這個(gè)特征。比如 表達(dá)式“ab+” 描述的特征是“一個(gè) 'a' 和 任意個(gè) 'b' ”，那么 'ab', 'abb', 'abbbbbbbbbb' 都符合這個(gè)特征。
??? 正則表達(dá)式可以用來：（1）驗(yàn)證字符串是否符合指定特征，比如驗(yàn)證是否是合法的郵件地址。（2）用來查找字符串，從一個(gè)長(zhǎng)的文本中查找符合指定特征的字符串，比查找固定字符串更加靈活方便。（3）用來替換，比普通的替換更強(qiáng)大。
?? 正則表達(dá)式學(xué)習(xí)起來其實(shí)是很簡(jiǎn)單的，不多的幾個(gè)較為抽象的概念也很容易理解。之所以很多人感覺正則表達(dá)式比較復(fù)雜，一方面是因?yàn)榇蠖鄶?shù)的文檔沒有做到由淺入深地講解，概念上沒有注意先后順序，給讀者的理解帶來困難；另一方面，各種引擎自帶的文檔一般都要介紹它特有的功能，然而這部分特有的功能并不是我們首先要理解的。
??? 文章中的每一個(gè)舉例，都可以點(diǎn)擊進(jìn)入到測(cè)試頁(yè)面進(jìn)行測(cè)試。閑話少說，開始。
1. 正則表達(dá)式規(guī)則
1.1 普通字符
??? 字母、數(shù)字、漢字、下劃線、以及后邊章節(jié)中沒有特殊定義的標(biāo)點(diǎn)符號(hào)，都是"普通字符"。表達(dá)式中的普通字符，在匹配一個(gè)字符串的時(shí)候，匹配與之相同的一個(gè)字符。
????舉例1：表達(dá)式 "c"，在匹配字符串 "abcde" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："c"；匹配到的位置是：開始于2，結(jié)束于3。（注：下標(biāo)從0開始還是從1開始，因當(dāng)前編程語言的不同而可能不同）
????舉例2：表達(dá)式 "bcd"，在匹配字符串 "abcde" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："bcd"；匹配到的位置是：開始于1，結(jié)束于4。
1.2 簡(jiǎn)單的轉(zhuǎn)義字符
??? 一些不便書寫的字符，采用在前面加 "\" 的方法。這些字符其實(shí)我們都已經(jīng)熟知了。
表達(dá)式 | 可匹配 |
\r, \n | 代表回車和換行符 |
\t | 制表符 |
\\ | 代表 "\" 本身 |
??? 還有其他一些在后邊章節(jié)中有特殊用處的標(biāo)點(diǎn)符號(hào)，在前面加 "\" 后，就代表該符號(hào)本身。比如：^, $ 都有特殊意義，如果要想匹配字符串中 "^" 和 "$" 字符，則表達(dá)式就需要寫成 "\^" 和 "\$"。
表達(dá)式 | 可匹配 |
\^ | 匹配 ^ 符號(hào)本身 |
\$ | 匹配 $ 符號(hào)本身 |
\. | 匹配小數(shù)點(diǎn)（.）本身 |
??? 這些轉(zhuǎn)義字符的匹配方法與 "普通字符" 是類似的。也是匹配與之相同的一個(gè)字符。
????舉例1：表達(dá)式 "\$d"，在匹配字符串 "abc$de" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："$d"；匹配到的位置是：開始于3，結(jié)束于5。
1.3 能夠與 '多種字符' 匹配的表達(dá)式
??? 正則表達(dá)式中的一些表示方法，可以匹配 '多種字符' 其中的任意一個(gè)字符。比如，表達(dá)式 "\d" 可以匹配任意一個(gè)數(shù)字。雖然可以匹配其中任意字符，但是只能是一個(gè)，不是多個(gè)。這就好比玩撲克牌時(shí)候，大小王可以代替任意一張牌，但是只能代替一張牌。
表達(dá)式 | 可匹配 |
\d | 任意一個(gè)數(shù)字，0~9 中的任意一個(gè) |
\w | 任意一個(gè)字母或數(shù)字或下劃線，也就是 A~Z,a~z,0~9,_ 中任意一個(gè) |
\s | 包括空格、制表符、換頁(yè)符等空白字符的其中任意一個(gè) |
. | 小數(shù)點(diǎn)可以匹配除了換行符（\n）以外的任意一個(gè)字符 |
????舉例1：表達(dá)式 "\d\d"，在匹配 "abc123" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："12"；匹配到的位置是：開始于3，結(jié)束于5。
????舉例2：表達(dá)式 "a.\d"，在匹配 "aaa100" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："aa1"；匹配到的位置是：開始于1，結(jié)束于4。
1.4 自定義能夠匹配 '多種字符' 的表達(dá)式
??? 使用方括號(hào) [ ] 包含一系列字符，能夠匹配其中任意一個(gè)字符。用 [^ ] 包含一系列字符，則能夠匹配其中字符之外的任意一個(gè)字符。同樣的道理，雖然可以匹配其中任意一個(gè)，但是只能是一個(gè)，不是多個(gè)。
表達(dá)式 | 可匹配 |
[ab5@] | 匹配 "a" 或 "b" 或 "5" 或 "@" |
[^abc] | 匹配 "a","b","c" 之外的任意一個(gè)字符 |
[f-k] | 匹配 "f"~"k" 之間的任意一個(gè)字母 |
[^A-F0-3] | 匹配 "A"~"F","0"~"3" 之外的任意一個(gè)字符 |
????舉例1：表達(dá)式 "[bcd][bcd]" 匹配 "abc123" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："bc"；匹配到的位置是：開始于1，結(jié)束于3。
????舉例2：表達(dá)式 "[^abc]" 匹配 "abc123" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："1"；匹配到的位置是：開始于3，結(jié)束于4。
1.5 修飾匹配次數(shù)的特殊符號(hào)
??? 前面章節(jié)中講到的表達(dá)式，無論是只能匹配一種字符的表達(dá)式，還是可以匹配多種字符其中任意一個(gè)的表達(dá)式，都只能匹配一次。如果使用表達(dá)式再加上修飾匹配次數(shù)的特殊符號(hào)，那么不用重復(fù)書寫表達(dá)式就可以重復(fù)匹配。
??? 使用方法是："次數(shù)修飾"放在"被修飾的表達(dá)式"后邊。比如："[bcd][bcd]" 可以寫成 "[bcd]{2}"。
表達(dá)式 | 作用 |
{n} | 表達(dá)式重復(fù)n次，比如："\w{2}" 相當(dāng)于 "\w\w"；"a{5}" 相當(dāng)于 "aaaaa" |
{m,n} | 表達(dá)式至少重復(fù)m次，最多重復(fù)n次，比如："ba{1,3}"可以匹配 "ba"或"baa"或"baaa" |
{m,} | 表達(dá)式至少重復(fù)m次，比如："\w\d{2,}"可以匹配 "a12","_456","M12344"... |
? | 匹配表達(dá)式0次或者1次，相當(dāng)于 {0,1}，比如："a[cd]?"可以匹配 "a","ac","ad" |
+ | 表達(dá)式至少出現(xiàn)1次，相當(dāng)于 {1,}，比如："a+b"可以匹配 "ab","aab","aaab"... |
* | 表達(dá)式不出現(xiàn)或出現(xiàn)任意次，相當(dāng)于 {0,}，比如："\^*b"可以匹配 "b","^^^b"... |
????舉例1：表達(dá)式 "\d+\.?\d*" 在匹配 "It costs $12.5" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："12.5"；匹配到的位置是：開始于10，結(jié)束于14。
????舉例2：表達(dá)式 "go{2,8}gle" 在匹配 "Ads by goooooogle" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："goooooogle"；匹配到的位置是：開始于7，結(jié)束于17。
1.6 其他一些代表抽象意義的特殊符號(hào)
??? 一些符號(hào)在表達(dá)式中代表抽象的特殊意義：
表達(dá)式 | 作用 |
^ | 與字符串開始的地方匹配，不匹配任何字符 |
$ | 與字符串結(jié)束的地方匹配，不匹配任何字符 |
\b | 匹配一個(gè)單詞邊界，也就是單詞和空格之間的位置，不匹配任何字符 |
??? 進(jìn)一步的文字說明仍然比較抽象，因此，舉例幫助大家理解。
????舉例1：表達(dá)式 "^aaa" 在匹配 "xxx aaa xxx" 時(shí)，匹配結(jié)果是：失敗。因?yàn)?"^" 要求與字符串開始的地方匹配，因此，只有當(dāng) "aaa" 位于字符串的開頭的時(shí)候，"^aaa" 才能匹配，比如："aaa xxx xxx"。
????舉例2：表達(dá)式 "aaa$" 在匹配 "xxx aaa xxx" 時(shí)，匹配結(jié)果是：失敗。因?yàn)?"$" 要求與字符串結(jié)束的地方匹配，因此，只有當(dāng) "aaa" 位于字符串的結(jié)尾的時(shí)候，"aaa$" 才能匹配，比如："xxx xxx aaa"。
????舉例3：表達(dá)式 ".\b." 在匹配 "@@@abc" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："@a"；匹配到的位置是：開始于2，結(jié)束于4。
??? 進(jìn)一步說明："\b" 與 "^" 和 "$" 類似，本身不匹配任何字符，但是它要求它在匹配結(jié)果中所處位置的左右兩邊，其中一邊是 "\w" 范圍，另一邊是 非"\w" 的范圍。
????舉例4：表達(dá)式 "\bend\b" 在匹配 "weekend,endfor,end" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："end"；匹配到的位置是：開始于15，結(jié)束于18。
??? 一些符號(hào)可以影響表達(dá)式內(nèi)部的子表達(dá)式之間的關(guān)系：
表達(dá)式 | 作用 |
| | 左右兩邊表達(dá)式之間 "或" 關(guān)系，匹配左邊或者右邊 |
( ) | (1). 在被修飾匹配次數(shù)的時(shí)候，括號(hào)中的表達(dá)式可以作為整體被修飾 |
????舉例5：表達(dá)式 "Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："Tom"；匹配到的位置是：開始于4，結(jié)束于7。匹配下一個(gè)時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："Jack"；匹配到的位置時(shí)：開始于15，結(jié)束于19。
????舉例6：表達(dá)式 "(go\s*)+" 在匹配 "Let's go go go!" 時(shí)，匹配結(jié)果是：成功；匹配到內(nèi)容是："go go go"；匹配到的位置是：開始于6，結(jié)束于14。
????舉例7：表達(dá)式 "￥(\d+\.?\d*)" 在匹配 "＄10.9,￥20.5" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："￥20.5"；匹配到的位置是：開始于6，結(jié)束于10。單獨(dú)獲取括號(hào)范圍匹配到的內(nèi)容是："20.5"。
2. 正則表達(dá)式中的一些高級(jí)規(guī)則
2.1 匹配次數(shù)中的貪婪與非貪婪
??? 在使用修飾匹配次數(shù)的特殊符號(hào)時(shí)，有幾種表示方法可以使同一個(gè)表達(dá)式能夠匹配不同的次數(shù)，比如："{m,n}", "{m,}", "?", "*", "+"，具體匹配的次數(shù)隨被匹配的字符串而定。這種重復(fù)匹配不定次數(shù)的表達(dá)式在匹配過程中，總是盡可能多的匹配。比如，針對(duì)文本 "dxxxdxxxd"，舉例如下：
表達(dá)式 | 匹配結(jié)果 |
(d)(\w+) | "\w+" 將匹配第一個(gè) "d" 之后的所有字符 "xxxdxxxd" |
(d)(\w+)(d) | "\w+" 將匹配第一個(gè) "d" 和最后一個(gè) "d" 之間的所有字符 "xxxdxxx"。雖然 "\w+" 也能夠匹配上最后一個(gè) "d"，但是為了使整個(gè)表達(dá)式匹配成功，"\w+" 可以 "讓出" 它本來能夠匹配的最后一個(gè) "d" |
??? 由此可見，"\w+" 在匹配的時(shí)候，總是盡可能多的匹配符合它規(guī)則的字符。雖然第二個(gè)舉例中，它沒有匹配最后一個(gè) "d"，但那也是為了讓整個(gè)表達(dá)式能夠匹配成功。同理，帶 "*" 和 "{m,n}" 的表達(dá)式都是盡可能地多匹配，帶 "?" 的表達(dá)式在可匹配可不匹配的時(shí)候，也是盡可能的 "要匹配"。這 種匹配原則就叫作 "貪婪" 模式 。
??? 非貪婪模式：
??? 在修飾匹配次數(shù)的特殊符號(hào)后再加上一個(gè) "?" 號(hào)，則可以使匹配次數(shù)不定的表達(dá)式盡可能少的匹配，使可匹配可不匹配的表達(dá)式，盡可能的 "不匹配"。這種匹配原則叫作 "非貪婪" 模式，也叫作 "勉強(qiáng)" 模式。如果少匹配就會(huì)導(dǎo)致整個(gè)表達(dá)式匹配失敗的時(shí)候，與貪婪模式類似，非貪婪模式會(huì)最小限度的再匹配一些，以使整個(gè)表達(dá)式匹配成功。舉例如下，針對(duì)文本 "dxxxdxxxd" 舉例：
表達(dá)式 | 匹配結(jié)果 |
(d)(\w+?) | "\w+?" 將盡可能少的匹配第一個(gè) "d" 之后的字符，結(jié)果是："\w+?" 只匹配了一個(gè) "x" |
(d)(\w+?)(d) | 為了讓整個(gè)表達(dá)式匹配成功，"\w+?" 不得不匹配 "xxx" 才可以讓后邊的 "d" 匹配，從而使整個(gè)表達(dá)式匹配成功。因此，結(jié)果是："\w+?" 匹配 "xxx" |
??? 更多的情況，舉例如下：
????舉例1：表達(dá)式 "<td>(.*)</td>" 與字符串 "<td><p>aa</p></td> <td><p>bb</p></td>" 匹配時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是 "<td><p>aa</p></td> <td><p>bb</p></td>" 整個(gè)字符串， 表達(dá)式中的 "</td>" 將與字符串中最后一個(gè) "</td>" 匹配。?
????舉例2：相比之下，表達(dá)式 "<td>(.*?)</td>" 匹配舉例1中同樣的字符串時(shí)，將只得到 "<td><p>aa</p></td>"， 再次匹配下一個(gè)時(shí)，可以得到第二個(gè) "<td><p>bb</p></td>"。
2.2 反向引用 \1, \2...
??? 表達(dá)式在匹配時(shí)，表達(dá)式引擎會(huì)將小括號(hào) "( )" 包含的表達(dá)式所匹配到的字符串記錄下來。在獲取匹配結(jié)果的時(shí)候，小括號(hào)包含的表達(dá)式所匹配到的字符串可以單獨(dú)獲取。這一點(diǎn)，在前面的舉例中，已經(jīng)多次展示了。在實(shí)際應(yīng)用場(chǎng)合中，當(dāng)用某種邊界來查找，而所要獲取的內(nèi)容又不包含邊界時(shí)，必須使用小括號(hào)來指定所要的范圍。比如前面的 "<td>(.*?)</td>"。
??? 其實(shí)，"小括號(hào)包含的表達(dá)式所匹配到的字符串" 不僅是在匹配結(jié)束后才可以使用，在匹配過程中也可以使用。表達(dá)式后邊的部分，可以引用前面 "括號(hào)內(nèi)的子匹配已經(jīng)匹配到的字符串"。引用方法是 "\" 加上一個(gè)數(shù)字。"\1" 引用第1對(duì)括號(hào)內(nèi)匹配到的字符串，"\2" 引用第2對(duì)括號(hào)內(nèi)匹配到的字符串……以此類推，如果一對(duì)括號(hào)內(nèi)包含另一對(duì)括號(hào)，則外層的括號(hào)先排序號(hào)。換句話說，哪一對(duì)的左括號(hào) "(" 在前，那這一對(duì)就先排序號(hào)。
??? 舉例如下：
????舉例1：表達(dá)式 "('|")(.*?)(\1)" 在匹配 " 'Hello', "World" " 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是：" 'Hello' "。再次匹配下一個(gè)時(shí)，可以匹配到 " "World" "。
????舉例2：表達(dá)式 "(\w)\1{4,}" 在匹配 "aa bbbb abcdefg ccccc 111121111 999999999" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是 "ccccc"。再次匹配下一個(gè)時(shí)，將得到 999999999。這個(gè)表達(dá)式要求 "\w" 范圍的字符至少重復(fù)5次，注意與 "\w{5,}" 之間的區(qū)別。
????舉例3：表達(dá)式 "<(\w+)\s*(\w+(=('|").*?\4)?\s*)*>.*?</\1>" 在匹配 "<td id='td1' style="bgcolor:white"></td>" 時(shí)，匹配結(jié)果是成功。如果 "<td>" 與 "</td>" 不配對(duì)，則會(huì)匹配失敗；如果改成其他配對(duì)，也可以匹配成功。
2.3 預(yù)搜索，不匹配；反向預(yù)搜索，不匹配
??? 前面的章節(jié)中，我講到了幾個(gè)代表抽象意義的特殊符號(hào)："^"，"$"，"\b"。它們都有一個(gè)共同點(diǎn)，那就是：它們本身不匹配任何字符，只是對(duì) "字符串的兩頭" 或者 "字符之間的縫隙" 附加了一個(gè)條件。理解到這個(gè)概念以后，本節(jié)將繼續(xù)介紹另外一種對(duì) "兩頭" 或者 "縫隙" 附加條件的，更加靈活的表示方法。
??? 正向預(yù)搜索："(?=xxxxx)"，"(?!xxxxx)"
??? 格式："(?=xxxxx)"，在被匹配的字符串中，它對(duì)所處的 "縫隙" 或者 "兩頭" 附加的條件是：所在縫隙的右側(cè)，必須能夠匹配上 xxxxx 這部分的表達(dá)式。因?yàn)樗皇窃诖俗鳛檫@個(gè)縫隙上附加的條件，所以它并不影響后邊的表達(dá)式去真正匹配這個(gè)縫隙之后的字符。這就類似 "\b"，本身不匹配任何字符。"\b" 只是將所在縫隙之前、之后的字符取來進(jìn)行了一下判斷，不會(huì)影響后邊的表達(dá)式來真正的匹配。
????舉例1：表達(dá)式 "Windows?(?=NT|XP)" 在匹配 "Windows 98, Windows NT, Windows 2000" 時(shí)，將只匹配 "Windows NT" 中的 "Windows "，其他的 "Windows " 字樣則不被匹配。
????舉例2：表達(dá)式 "(\w)((?=\1\1\1)(\1))+" 在匹配字符串 "aaa ffffff 999999999" 時(shí)，將可以匹配6個(gè)"f"的前4個(gè)，可以匹配9個(gè)"9"的前7個(gè)。這個(gè)表達(dá)式可以讀解成：重復(fù)4次以上的字母數(shù)字，則匹配其剩下最后2位之前的部分。當(dāng)然，這個(gè)表達(dá)式可以不這樣寫，在此的目的是作為演示之用。
??? 格式："(?!xxxxx)"，所在縫隙的右側(cè)，必須不能匹配 xxxxx 這部分表達(dá)式。
????舉例3：表達(dá)式 "((?!\bstop\b).)+" 在匹配 "fdjka ljfdl stop fjdsla fdj" 時(shí)，將從頭一直匹配到 "stop" 之前的位置，如果字符串中沒有 "stop"，則匹配整個(gè)字符串。
????舉例4：表達(dá)式 "do(?!\w)" 在匹配字符串 "done, do, dog" 時(shí)，只能匹配 "do"。在本條舉例中，"do" 后邊使用 "(?!\w)" 和使用 "\b" 效果是一樣的。
??? 反向預(yù)搜索："(?<=xxxxx)"，"(?<!xxxxx)"
??? 這兩種格式的概念和正向預(yù)搜索是類似的，反向預(yù)搜索要求的條件是：所在縫隙的 "左側(cè)"，兩種格式分別要求必須能夠匹配和必須不能夠匹配指定表達(dá)式，而不是去判斷右側(cè)。與 "正向預(yù)搜索" 一樣的是：它們都是對(duì)所在縫隙的一種附加條件，本身都不匹配任何字符。
??? 舉例5：表達(dá)式 "(?<=\d{4})\d+(?=\d{4})" 在匹配 "1234567890123456" 時(shí)，將匹配除了前4個(gè)數(shù)字和后4個(gè)數(shù)字之外的中間8個(gè)數(shù)字。由于 JScript.RegExp 不支持反向預(yù)搜索，因此，本條舉例不能夠進(jìn)行演示。很多其他的引擎可以支持反向預(yù)搜索，比如：Java 1.4 以上的 java.util.regex 包，.NET 中System.Text.RegularExpressions 命名空間，以及本站推薦的最簡(jiǎn)單易用的 DEELX 正則引擎。
3. 其他通用規(guī)則
??? 還有一些在各個(gè)正則表達(dá)式引擎之間比較通用的規(guī)則，在前面的講解過程中沒有提到。
3.1 表達(dá)式中，可以使用 "\xXX" 和 "\uXXXX" 表示一個(gè)字符（"X" 表示一個(gè)十六進(jìn)制數(shù)）
形式 | 字符范圍 |
\xXX | 編號(hào)在 0 ~ 255 范圍的字符，比如：空格可以使用 "\x20" 表示 |
\uXXXX | 任何字符可以使用 "\u" 再加上其編號(hào)的4位十六進(jìn)制數(shù)表示，比如："\u4E2D" |
3.2 在表達(dá)式 "\s"，"\d"，"\w"，"\b" 表示特殊意義的同時(shí)，對(duì)應(yīng)的大寫字母表示相反的意義
表達(dá)式 | 可匹配 |
\S | 匹配所有非空白字符（"\s" 可匹配各個(gè)空白字符） |
\D | 匹配所有的非數(shù)字字符 |
\W | 匹配所有的字母、數(shù)字、下劃線以外的字符 |
\B | 匹配非單詞邊界，即左右兩邊都是 "\w" 范圍或者左右兩邊都不是 "\w" 范圍時(shí)的字符縫隙 |
3.3 在表達(dá)式中有特殊意義，需要添加 "\" 才能匹配該字符本身的字符匯總
字符 | 說明 |
^ | 匹配輸入字符串的開始位置。要匹配 "^" 字符本身，請(qǐng)使用 "\^" |
$ | 匹配輸入字符串的結(jié)尾位置。要匹配 "$" 字符本身，請(qǐng)使用 "\$" |
( ) | 標(biāo)記一個(gè)子表達(dá)式的開始和結(jié)束位置。要匹配小括號(hào)，請(qǐng)使用 "\(" 和 "\)" |
[ ] | 用來自定義能夠匹配 '多種字符' 的表達(dá)式。要匹配中括號(hào)，請(qǐng)使用 "\[" 和 "\]" |
{ } | 修飾匹配次數(shù)的符號(hào)。要匹配大括號(hào)，請(qǐng)使用 "\{" 和 "\}" |
. | 匹配除了換行符（\n）以外的任意一個(gè)字符。要匹配小數(shù)點(diǎn)本身，請(qǐng)使用 "\." |
? | 修飾匹配次數(shù)為 0 次或 1 次。要匹配 "?" 字符本身，請(qǐng)使用 "\?" |
+ | 修飾匹配次數(shù)為至少 1 次。要匹配 "+" 字符本身，請(qǐng)使用 "\+" |
* | 修飾匹配次數(shù)為 0 次或任意次。要匹配 "*" 字符本身，請(qǐng)使用 "\*" |
| | 左右兩邊表達(dá)式之間 "或" 關(guān)系。匹配 "|" 本身，請(qǐng)使用 "\|" |
3.4 括號(hào) "( )" 內(nèi)的子表達(dá)式，如果希望匹配結(jié)果不進(jìn)行記錄供以后使用，可以使用 "(?:xxxxx)" 格式
????舉例1：表達(dá)式 "(?:(\w)\1)+" 匹配 "a bbccdd efg" 時(shí)，結(jié)果是 "bbccdd"。括號(hào) "(?:)" 范圍的匹配結(jié)果不進(jìn)行記錄，因此 "(\w)" 使用 "\1" 來引用。
3.5 常用的表達(dá)式屬性設(shè)置簡(jiǎn)介：Ignorecase，Singleline，Multiline，Global
表達(dá)式屬性 | 說明 |
Ignorecase | 默認(rèn)情況下，表達(dá)式中的字母是要區(qū)分大小寫的。配置為 Ignorecase 可使匹配時(shí)不區(qū)分大小寫。有的表達(dá)式引擎，把 "大小寫" 概念延伸至 UNICODE 范圍的大小寫。 |
Singleline | 默認(rèn)情況下，小數(shù)點(diǎn) "." 匹配除了換行符（\n）以外的字符。配置為 Singleline 可使小數(shù)點(diǎn)可匹配包括換行符在內(nèi)的所有字符。 |
Multiline | 默認(rèn)情況下，表達(dá)式 "^" 和 "$" 只匹配字符串的開始 ① 和結(jié)尾 ④ 位置。如： |
Global | 主要在將表達(dá)式用來替換時(shí)起作用，配置為 Global 表示替換所有的匹配。 |
4. 其他提示
4.1 如果想要了解高級(jí)的正則引擎還支持那些復(fù)雜的正則語法，可參見本站 DEELX 正則引擎的說明文檔。
4.2 如果要要求表達(dá)式所匹配的內(nèi)容是整個(gè)字符串，而不是從字符串中找一部分，那么可以在表達(dá)式的首尾使用 "^" 和 "$"，比如："^\d+$" 要求整個(gè)字符串只有數(shù)字。
4.3 如果要求匹配的內(nèi)容是一個(gè)完整的單詞，而不會(huì)是單詞的一部分，那么在表達(dá)式首尾使用 "\b"，比如：使用 "\b(if|while|else|void|int……)\b" 來匹配程序中的關(guān)鍵字。
4.4 表達(dá)式不要匹配空字符串。否則會(huì)一直得到匹配成功，而結(jié)果什么都沒有匹配到。比如：準(zhǔn)備寫一個(gè)匹配 "123"、"123."、"123.5"、".5" 這幾種形式的表達(dá)式時(shí)，整數(shù)、小數(shù)點(diǎn)、小數(shù)數(shù)字都可以省略，但是不要將表達(dá)式寫成："\d*\.?\d*"，因?yàn)槿绻裁炊紱]有，這個(gè)表達(dá)式也可以匹配成功。更好的寫法是："\d+\.?\d*|\.\d+"。
4.5 能匹配空字符串的子匹配不要循環(huán)無限次。如果括號(hào)內(nèi)的子表達(dá)式中的每一部分都可以匹配 0 次，而這個(gè)括號(hào)整體又可以匹配無限次，那么情況可能比上一條所說的更嚴(yán)重，匹配過程中可能死循環(huán)。雖然現(xiàn)在有些正則表達(dá)式引擎已經(jīng)通過辦法避免了這種情況出現(xiàn)死循環(huán)了，比如 .NET 的正則表達(dá)式，但是我們?nèi)匀粦?yīng)該盡量避免出現(xiàn)這種情況。如果我們?cè)趯懕磉_(dá)式時(shí)遇到了死循環(huán)，也可以從這一點(diǎn)入手，查找一下是否是本條所說的原因。
4.6 合理選擇貪婪模式與非貪婪模式，參見話題討論。
4.7 或 "|" 的左右兩邊，對(duì)某個(gè)字符最好只有一邊可以匹配，這樣，不會(huì)因?yàn)?"|" 兩邊的表達(dá)式因?yàn)榻粨Q位置而有所不同。
5. 進(jìn)階與實(shí)戰(zhàn)
??? 有了從本文中掌握的基礎(chǔ)，我們可以從實(shí)踐中進(jìn)一步鞏固我們使用正則表達(dá)式的技巧。
5.1 下載正則表達(dá)式文檔 chm 版本
????[?點(diǎn)擊下載 chm 版本]?- DEELX 正則語法，包含其他高級(jí)語法的 chm 版本。
5.2 下載正則工具 Regex Match Tracer 2.0 試用版（正版很值得購(gòu)買）
????[?下載 Match Tracer]?- 471kb
5.3 免費(fèi)使用 Regex Match Tracer Web 版
????[?使用 Match Tracer Web 版]
??? 本 Web 版工具為免費(fèi)使用，不受 Regex Match Tracer 主程序的試用期限制。
5.4 更多深入話題及使用案例
????[?關(guān)于遞歸匹配的討論]?- 討論如何使用不支持遞歸的正則引擎匹配嵌套結(jié)構(gòu)
????[?有問題與站長(zhǎng)交流]?- 與站長(zhǎng)交流和討論
????[?本頁(yè)腳本]?- 本頁(yè)的“關(guān)閉高亮”功能，采用 javascript 的正則表達(dá)式實(shí)現(xiàn)的。
??????? 比如表達(dá)式：?(a+b|[cd])$
轉(zhuǎn)載于:https://www.cnblogs.com/DrWang/archive/2010/11/19/1881407.html
總結(jié)
以上是生活随笔為你收集整理的[转]揭开正则表达式的神秘面纱的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： shell 函数定义和调用
- 下一篇： 启发式算法/人工鱼群算法