一、概述

正則表達式用于文本內容的查找和替換。

正則表達式內置于其它語言或者軟件產品中，它本身不是一種語言或者軟件。

正則表達式在線工具

二、匹配單個字符

. 可以用來匹配任何的單個字符，但是在絕大多數實現里面，不能匹配換行符；

. 是元字符，表示它有特殊的含義，而不是字符本身的含義。如果需要匹配 . ，那么要用 \ 進行轉義，即在 . 前面加上 \ 。

正則表達式一般是區(qū)分大小寫的，但也有些實現不區(qū)分。

正則表達式

rabbit

匹配結果

My name is rabbit .

三、匹配一組字符

[ ] 定義一個字符集合；

0-9、a-z 定義了一個字符區(qū)間，區(qū)間使用 ASCII 碼來確定，字符區(qū)間在 [ ] 中使用。

- 只有在 [ ] 之間才是元字符，在 [ ] 之外就是一個普通字符；

^ 在 [ ] 中是取非操作。

應用

匹配以 abc 為開頭，并且最后一個字母不為數字的字符串：

正則表達式

abc[^0-9]

匹配結果

abcd

abc1

abc2

四、使用元字符

匹配空白字符

元字符說明

[\b]	回退（刪除）一個字符
\f	換頁符
\n	換行符
\r	回車符
\t	制表符
\v	垂直制表符

\r\n 是 Windows 中的文本行結束標簽，在 Unix/Linux 則是 \n。

\r\n\r\n 可以匹配 Windows 下的空白行，因為它匹配兩個連續(xù)的行尾標簽，而這正是兩條記錄之間的空白行；

匹配特定的字符

1. 數字元字符

元字符說明

\d	數字字符，等價于 [0-9]
\D	非數字字符，等價于 [^0-9]

2. 字母數字元字符

元字符說明

\w	大小寫字母，下劃線和數字，等價于 [a-zA-Z0-9_]
\W	對 \w 取非

3. 空白字符元字符

元字符說明

\s	任何一個空白字符，等價于 [\f\n\r\t\v]
\S	對 \s 取非

\x 匹配十六進制字符，\0 匹配八進制，例如 \xA 對應值為 10 的 ASCII 字符 ，即 \n。

五、重復匹配

• + 匹配 1 個或者多個字符
• ** * 匹配 0 個或者多個字符
• ? 匹配 0 個或者 1 個字符

應用

匹配郵箱地址。

正則表達式

[\w.]+@\w+\.\w+

[\w.] 匹配的是字母數字或者 . ，在其后面加上 + ，表示匹配多次。在字符集合 [ ] 里，. 不是元字符；

匹配結果

abc.def@qq.com

• {n} 匹配 n 個字符
• {m,n} 匹配 m~n 個字符
• {m,} 至少匹配 m 個字符

* 和 + 都是貪婪型元字符，會匹配盡可能多的內容。在后面加 ? 可以轉換為懶惰型元字符，例如 *?、+? 和 {m,n}? 。

正則表達式

a.+c

匹配結果

abcabcabc

由于 + 是貪婪型的，因此 .+ 會匹配更可能多的內容，所以會把整個 abcabcabc 文本都匹配，而不是只匹配前面的 abc 文本。用懶惰型可以實現匹配前面的。

六、位置匹配

單詞邊界

\b 可以匹配一個單詞的邊界，邊界是指位于 \w 和 \W 之間的位置；\B 匹配一個不是單詞邊界的位置。

\b 只匹配位置，不匹配字符，因此 \babc\b 匹配出來的結果為 3 個字符。

字符串邊界

^ 匹配整個字符串的開頭，$ 匹配結尾。

^ 元字符在字符集合中用作求非，在字符集合外用作匹配字符串的開頭。

分行匹配模式（multiline）下，換行被當做字符串的邊界。

應用

匹配代碼中以 // 開始的注釋行

正則表達式

^\s*\/\/.*$

匹配結果

public void fun() {

???? // 注釋 1

???? int a = 1;

???? int b = 2;

???? // 注釋 2

???? int c = a + b;

}

七、使用子表達式

使用 ( ) 定義一個子表達式。子表達式的內容可以當成一個獨立元素，即可以將它看成一個字符，并且使用 * 等元字符。

子表達式可以嵌套，但是嵌套層次過深會變得很難理解。

正則表達式

(ab){2,}

匹配結果

ababab

| 是或元字符，它把左邊和右邊所有的部分都看成單獨的兩個部分，兩個部分只要有一個匹配就行。

正則表達式

(19|20)\d{2}

匹配結果

1900

2010

1020

應用

匹配 IP 地址。

IP 地址中每部分都是 0-255 的數字，用正則表達式匹配時以下情況是合法的：

• 一位數字
• 不以 0 開頭的兩位數字
• 1 開頭的三位數
• 2 開頭，第 2 位是 0-4 的三位數
• 25 開頭，第 3 位是 0-5 的三位數

正則表達式

((25[0-5]|(2[0-4]\d)|(1\d{2})|([1-9]\d)|(\d))\.){3}(25[0-5]|(2[0-4]\d)|(1\d{2})|([1-9]\d)|(\d))

匹配結果

192.168.0.1

00.00.00.00

555.555.555.555

八、回溯引用

回溯引用使用 \n 來引用某個子表達式，其中 n 代表的是子表達式的序號，從 1 開始。它和子表達式匹配的內容一致，比如子表達式匹配到 abc，那么回溯引用部分也需要匹配 abc 。

應用

匹配 HTML 中合法的標題元素。

正則表達式

\1 將回溯引用子表達式 (h[1-6]) 匹配的內容，也就是說必須和子表達式匹配的內容一致。

<(h[1-6])>\w*?<\/\1>

匹配結果

<h1>x</h1>

<h2>x</h2>

<h3>x</h1>

替換

需要用到兩個正則表達式。

應用

修改電話號碼格式。

文本

313-555-1234

查找正則表達式

(\d{3})(-)(\d{3})(-)(\d{4})

替換正則表達式

在第一個子表達式查找的結果加上 () ，然后加一個空格，在第三個和第五個字表達式查找的結果中間加上 - 進行分隔。

($1) $3-$5

結果

(313) 555-1234

大小寫轉換

元字符說明

\l	把下個字符轉換為小寫
\u	把下個字符轉換為大寫
\L	把\L 和\E 之間的字符全部轉換為小寫
\U	把\U 和\E 之間的字符全部轉換為大寫
\E	結束\L 或者\U

應用

把文本的第二個和第三個字符轉換為大寫。

文本

abcd

查找

(\w)(\w{2})(\w)

替換

$1\U$2\E$3

結果

aBCd

九、前后查找

前后查找規(guī)定了匹配的內容首尾應該匹配的內容，但是又不包含首尾匹配的內容。

向前查找使用 ?= 定義，它規(guī)定了尾部匹配的內容，這個匹配的內容在 ?= 之后定義。所謂向前查找，就是規(guī)定了一個匹配的內容，然后以這個內容為尾部向前面查找需要匹配的內容。向后匹配用 ?<= 定義（注: JavaScript 不支持向后匹配，Java 對其支持也不完善）。

應用

查找出郵件地址 @ 字符前面的部分。

正則表達式

\w+(?=@)

結果

abc @qq.com

對向前和向后查找取非，只要把 = 替換成 ! 即可，比如 (?=) 替換成 (?!) 。取非操作使得匹配那些首尾不符合要求的內容。

十、嵌入條件

回溯引用條件

條件為某個子表達式是否匹配，如果匹配則需要繼續(xù)匹配條件表達式后面的內容。

正則表達式

子表達式 (\() 匹配一個左括號，其后的 ? 表示匹配 0 個或者 1 個。 ?(1) 為條件，當子表達式 1 匹配時條件成立，需要執(zhí)行 ) 匹配，也就是匹配右括號。

(\()?abc(?(1)\))

結果

(abc)

abc

(abc

前后查找條件

條件為定義的首尾是否匹配，如果匹配，則繼續(xù)執(zhí)行后面的匹配。注意，首尾不包含在匹配的內容中。

正則表達式

?(?=-) 為前向查找條件，只有在以 - 為前向查找的結尾能匹配 \d{5} ，才繼續(xù)匹配 -\d{4} 。

\d{5}(?(?=-)-\d{4})

結果

11111

22222-

33333-4444

參考資料

• BenForta. 正則表達式必知必會 [M]. 人民郵電出版社, 2007.

總結

以上是生活随笔為你收集整理的正则表达式必知必会的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。