QT 正则表达式
引言
??? 正則表達式（regular expression）就是用一個“字符串”來描述一個特征，然后去驗證另一個“字符串”是否符合這個特征。比如 表達式“ab+” 描述的特征是“一個 'a' 和 任意個 'b' ”，那么 'ab', 'abb', 'abbbbbbbbbb' 都符合這個特征。
???? 正則表達式可以用來：（1）驗證字符串是否符合指定特征，比如驗證是否是合法的郵件地址。（2）用來查找字符串，從一個長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，比普通的替換更強大。
1. 正則表達式規則
1.1 普通字符
??? 字母、數字、漢字、下劃線、以及后邊章節中沒有特殊定義的標點符號，都是"普通字符"。表達式中的普通字符，在匹配一個字符串的時候，匹配與之相同的一個字符。
???? 舉例1：表達式 "c"，在匹配字符串 "abcde" 時，匹配結果是：成功；匹配到的內容是："c"；匹配到的位置是：開始于2，結束于3。（注：下標從0開始還是從1開始，因當前編程語言的不同而可能不同）
???? 舉例2：表達式 "bcd"，在匹配字符串 "abcde" 時，匹配結果是：成功；匹配到的內容是："bcd"；匹配到的位置是：開始于1，結束于4。
?
1.2 簡單的轉義字符
??? 一些不便書寫的字符，采用在前面加 "\" 的方法。這些字符其實我們都已經熟知了。
表達式
?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中有特殊用處的標點符號，在前面加 "\" 后，就代表該符號本身。比如：^, $ 都有特殊意義，如果要想匹配字符串中 "^" 和 "$" 字符，則表達式就需要寫成 "\^" 和 "\$"。
表達式
?可匹配
?
\^
?匹配 ^ 符號本身
?
\$
?匹配 $ 符號本身
?
\.
?匹配小數點（.）本身
?
??? 這些轉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字符。
???? 舉例1：表達式 "\$d"，在匹配字符串 "abc$de" 時，匹配結果是：成功；匹配到的內容是："$d"；匹配到的位置是：開始于3，結束于5。
?
1.3 能夠與 '多種字符' 匹配的表達式
??? 正則表達式中的一些表示方法，可以匹配 '多種字符' 其中的任意一個字符。比如，表達式 "\d" 可以匹配任意一個數字。雖然可以匹配其中任意字符，但是只能是一個，不是多個。這就好比玩撲克牌時候，大小王可以代替任意一張牌，但是只能代替一張牌。
表達式
?可匹配
?
\d
?任意一個數字，0~9 中的任意一個
?
\w
?任意一個字母或數字或下劃線，也就是 A~Z,a~z,0~9,_ 中任意一個
?
\s
?包括空格、制表符、換頁符等空白字符的其中任意一個
?
.
?小數點可以匹配除了換行符（\n）以外的任意一個字符
?
??? 舉例1：表達式 "\d\d"，在匹配 "abc123" 時，匹配的結果是：成功；匹配到的內容是："12"；匹配到的位置是：開始于3，結束于5。
???? 舉例2：表達式 "a.\d"，在匹配 "aaa100" 時，匹配的結果是：成功；匹配到的內容是："aa1"；匹配到的位置是：開始于1，結束于4。
?
1.4 自定義能夠匹配 '多種字符' 的表達式
??? 使用方括號 [ ] 包含一系列字符，能夠匹配其中任意一個字符。用 [^ ] 包含一系列字符，則能夠匹配其中字符之外的任意一個字符。同樣的道理，雖然可以匹配其中任意一個，但是只能是一個，不是多個。
表達式
?可匹配
?
[ab5@]
?匹配 "a" 或 "b" 或 "5" 或 "@"
?
[^abc]
?匹配 "a","b","c" 之外的任意一個字符
?
[f-k]
?匹配 "f"~"k" 之間的任意一個字母
?
[^A-F0-3]
?匹配 "A"~"F","0"~"3" 之外的任意一個字符
?
??? 舉例1：表達式 "[bcd][bcd]" 匹配 "abc123" 時，匹配的結果是：成功；匹配到的內容是："bc"；匹配到的位置是：開始于1，結束于3。
???? 舉例2：表達式 "[^abc]" 匹配 "abc123" 時，匹配的結果是：成功；匹配到的內容是："1"；匹配到的位置是：開始于3，結束于4。
?
1.5 修飾匹配次數的特殊符號
??? 前面章節中講到的表達式，無論是只能匹配一種字符的表達式，還是可以匹配多種字符其中任意一個的表達式，都只能匹配一次。如果使用表達式再加上修飾匹配次數的特殊符號，那么不用重復書寫表達式就可以重復匹配。
???? 使用方法是："次數修飾"放在"被修飾的表達式"后邊。比如："[bcd][bcd]" 可以寫成 "[bcd]{2}"。
表達式
?作用
?
{n}
?表達式重復n次，比如："\w{2}" 相當于 "\w\w"；"a{5}" 相當于 "aaaaa"
?
{m,n}
?表達式至少重復m次，最多重復n次，比如："ba{1,3}"可以匹配 "ba"或"baa"或"baaa"
?
{m,}
?表達式至少重復m次，比如："\w\d{2,}"可以匹配 "a12","_456","M12344"...
?
?
?匹配表達式0次或者1次，相當于 {0,1}，比如："a[cd]?"可以匹配 "a","ac","ad"
?
+
?表達式至少出現1次，相當于 {1,}，比如："a+b"可以匹配 "ab","aab","aaab"...
?
*
?表達式不出現或出現任意次，相當于 {0,}，比如："\^*b"可以匹配 "b","^^^b"...
?
??? 舉例1：表達式 "\d+\.?\d*" 在匹配 "It costs $12.5" 時，匹配的結果是：成功；匹配到的內容是："12.5"；匹配到的位置是：開始于10，結束于14。
???? 舉例2：表達式 "go{2,8}gle" 在匹配 "Ads by goooooogle" 時，匹配的結果是：成功；匹配到的內容是："goooooogle"；匹配到的位置是：開始于7，結束于17。
?
1.6 其他一些代表抽象意義的特殊符號
??? 一些符號在表達式中代表抽象的特殊意義：
表達式
?作用
?
^
?與字符串開始的地方匹配，不匹配任何字符
?
$
?與字符串結束的地方匹配，不匹配任何字符
?
\b
?匹配一個單詞邊界，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：表達式 "^aaa" 在匹配 "xxx aaa xxx" 時，匹配結果是：失敗。因為 "^" 要求與字符串開始的地方匹配，因此，只有當 "aaa" 位于字符串的開頭的時候，"^aaa" 才能匹配，比如："aaa xxx xxx"。
???? 舉例2：表達式 "aaa$" 在匹配 "xxx aaa xxx" 時，匹配結果是：失敗。因為 "$" 要求與字符串結束的地方匹配，因此，只有當 "aaa" 位于字符串的結尾的時候，"aaa$" 才能匹配，比如："xxx xxx aaa"。
???? 舉例3：表達式 ".\b." 在匹配 "@@@abc" 時，匹配結果是：成功；匹配到的內容是："@a"；匹配到的位置是：開始于2，結束于4。
???? 進一步說明："\b" 與 "^" 和 "$" 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：表達式 "\bend\b" 在匹配 "weekend,endfor,end" 時，匹配結果是：成功；匹配到的內容是："end"；匹配到的位置是：開始于15，結束于18。
??? 一些符號可以影響表達式內部的子表達式之間的關系：
表達式
?作用
?
|
?左右兩邊表達式之間 "或" 關系，匹配左邊或者右邊
?
( )
?(1). 在被修飾匹配次數的時候，括號中的表達式可以作為整體被修飾
?(2). 取匹配結果的時候，括號中的表達式匹配到的內容可以被單獨得到
?
??? 舉例5：表達式 "Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 時，匹配結果是：成功；匹配到的內容是："Tom"；匹配到的位置是：開始于4，結束于7。匹配下一個時，匹配結果是：成功；匹配到的內容是："Jack"；匹配到的位置時：開始于15，結束于19。
???? 舉例6：表達式 "(go\s*)+" 在匹配 "Let's go go go!" 時，匹配結果是：成功；匹配到內容是："go go go"；匹配到的位置是：開始于6，結束于14。
???? 舉例7：表達式 "￥(\d+\.?\d*)" 在匹配 "＄10.9,￥20.5" 時，匹配的結果是：成功；匹配到的內容是："￥20.5"；匹配到的位置是：開始于6，結束于10。單獨獲取括號范圍匹配到的內容是："20.5"。
?
2. 正則表達式中的一些高級規則
2.1 匹配次數中的貪婪與非貪婪
??? 在使用修飾匹配次數的特殊符號時，有幾種表示方法可以使同一個表達式能夠匹配不同的次數，比如："{m,n}", "{m,}", "?", "*", "+"，具體匹配的次數隨被匹配的字符串而定。這種重復匹配不定次數的表達式在匹配過程中，總是盡可能多的匹配。比如，針對文本 "dxxxdxxxd"，舉例如下：
表達式
?匹配結果
?
(d)(\w+)
?"\w+" 將匹配第一個 "d" 之后的所有字符 "xxxdxxxd"
?
(d)(\w+)(d)
?"\w+" 將匹配第一個 "d" 和最后一個 "d" 之間的所有字符 "xxxdxxx"。雖然 "\w+" 也能夠匹配上最后一個 "d"，但是為了使整個表達式匹配成功，"\w+" 可以 "讓出" 它本來能夠匹配的最后一個 "d"
?
??? 由此可見，"\w+" 在匹配的時候，總是盡可能多的匹配符合它規則的字符。雖然第二個舉例中，它沒有匹配最后一個 "d"，但那也是為了讓整個表達式能夠匹配成功。同理，帶 "*" 和 "{m,n}" 的表達式都是盡可能地多匹配，帶 "?" 的表達式在可匹配可不匹配的時候，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：
???? 在修飾匹配次數的特殊符號后再加上一個 "?" 號，則可以使匹配次數不定的表達式盡可能少的匹配，使可匹配可不匹配的表達式，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" 模式。如果少匹配就會導致整個表達式匹配失敗的時候，與貪婪模式類似，非貪婪模式會最小限度的再匹配一些，以使整個表達式匹配成功。舉例如下，針對文本 "dxxxdxxxd" 舉例：
表達式
?匹配結果
?
(d)(\w+?)
?"\w+?" 將盡可能少的匹配第一個 "d" 之后的字符，結果是："\w+?" 只匹配了一個 "x"
?
(d)(\w+?)(d)
?為了讓整個表達式匹配成功，"\w+?" 不得不匹配 "xxx" 才可以讓后邊的 "d" 匹配，從而使整個表達式匹配成功。因此，結果是："\w+?" 匹配 "xxx"
?
??? 更多的情況，舉例如下：
???? 舉例1：表達式 "<td>(.*)</td>" 與字符串 "<td><p>aa</p></td> <td><p>bb</p></td>" 匹配時，匹配的結果是：成功；匹配到的內容是 "<td><p>aa</p></td> <td><p>bb</p></td>" 整個字符串， 表達式中的 "</td>" 將與字符串中最后一個 "</td>" 匹配。
???? 舉例2：相比之下，表達式 "<td>(.*?)</td>" 匹配舉例1中同樣的字符串時，將只得到 "<td><p>aa</p></td>"， 再次匹配下一個時，可以得到第二個 "<td><p>bb</p></td>"。
?
2.2 反向引用 \1, \2...
??? 表達式在匹配時，表達式引擎會將小括號 "( )" 包含的表達式所匹配到的字符串記錄下來。在獲取匹配結果的時候，小括號包含的表達式所匹配到的字符串可以單獨獲取。這一點，在前面的舉例中，已經多次展示 了。在實際應用場合中，當用某種邊界來查找，而所要獲取的內容又不包含邊界時，必須使用小括號來指定所要的范圍。比如前面的 "<td>(.*?)</td>"。
??? 其實，"小括號包含的表達式所匹配到的字符串" 不僅是在匹配結束后才可以使用，在匹配過程中也可以使用。表達式后邊的部分，可以引用前面 "括號內的子匹配已經匹配到的字符串"。引用方法是 "\" 加上一個數字。"\1" 引用第1對括號內匹配到的字符串，"\2" 引用第2對括號內匹配到的字符串……以此類推，如果一對括號內包含另一對括號，則外層的括號先排序號。換句話說，哪一對的左括號 "(" 在前，那這一對就先排序號。
??? 舉例如下：
???? 舉例1：表達式 "('|")(.*?)(\1)" 在匹配 " 'Hello', "World" " 時，匹配結果是：成功；匹配到的內容是：" 'Hello' "。再次匹配下一個時，可以匹配到 " "World" "。
???? 舉例2：表達式 "(\w)\1{4,}" 在匹配 "aa bbbb abcdefg ccccc 111121111 999999999" 時，匹配結果是：成功；匹配到的內容是 "ccccc"。再次匹配下一個時，將得到 999999999。這個表達式要求 "\w" 范圍的字符至少重復5次，注意與 "\w{5,}" 之間的區別。
???? 舉例3：表達式 "<(\w+)\s*(\w+(=('|").*?\4)?\s*)*>.*?</\1>" 在匹配 "<td id='td1' style="bgcolor:white"></td>" 時，匹配結果是成功。如果 "<td>" 與 "</td>" 不配對，則會匹配失敗；如果改成其他配對，也可以匹配成功。
?
2.3 預搜索，不匹配；反向預搜索，不匹配
??? 前面的章節中，我講到了幾個代表抽象意義的特殊符號："^"，"$"，"\b"。它們都有一個共同點，那就是：它們本身不匹配任何字符，只是對 "字符串的兩頭" 或者 "字符之間的縫隙" 附加了一個條件。理解到這個概念以后，本節將繼續介紹另外一種對 "兩頭" 或者 "縫隙" 附加條件的，更加靈活的表示方法。
??? 正向預搜索："(?=xxxxx)"，"(?!xxxxx)"
??? 格式："(?=xxxxx)"，在被匹配的字符串中，它對所處的 "縫隙" 或者 "兩頭" 附加的條件是：所在縫隙的右側，必須能夠匹配上 xxxxx 這部分的表達式。因為它只是在此作為這個縫隙上附加的條件，所以它并不影響后邊的表達式去真正匹配這個縫隙之后的字符。這就類似 "\b"，本身不匹配任何字符。"\b" 只是將所在縫隙之前、之后的字符取來進行了一下判斷，不會影響后邊的表達式來真正的匹配。
???? 舉例1：表達式 "Windows (?=NT|XP)" 在匹配 "Windows 98, Windows NT, Windows 2000" 時，將只匹配 "Windows NT" 中的 "Windows "，其他的 "Windows " 字樣則不被匹配。
???? 舉例2：表達式 "(\w)((?=\1\1\1)(\1))+" 在匹配字符串 "aaa ffffff 999999999" 時，將可以匹配6個"f"的前4個，可以匹配9個"9"的前7個。這個表達式可以讀解成：重復4次以上的字母數字，則匹配其剩下最后2位之前的部分。當然，這個表達式可以不這樣寫，在此的目的是作為演示之用。
??? 格式："(?!xxxxx)"，所在縫隙的右側，必須不能匹配 xxxxx 這部分表達式。
???? 舉例3：表達式 "((?!\bstop\b).)+" 在匹配 "fdjka ljfdl stop fjdsla fdj" 時，將從頭一直匹配到 "stop" 之前的位置，如果字符串中沒有 "stop"，則匹配整個字符串。
???? 舉例4：表達式 "do(?!\w)" 在匹配字符串 "done, do, dog" 時，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。
??? 反向預搜索："(?<=xxxxx)"，"(?<!xxxxx)"
??? 這兩種格式的概念和正向預搜索是類似的，反向預搜索要求的條件是：所在縫隙的 "左側"，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式，而不是去判斷右側。與 "正向預搜索" 一樣的是：它們都是對所在縫隙的一種附加條件，本身都不匹配任何字符。
???? 舉例5：表達式 "(?<=\d{4})\d+(?=\d{4})" 在匹配 "1234567890123456" 時，將匹配除了前4個數字和后個數字之外的中間8個數字。由于 JScript.RegExp 不支持反向預搜索，因此，本條舉例不能夠進行演示。很多其他的引擎可以支持反向預搜索，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單易用的 DEELX 正則引擎。
?
3. 其他通用規則
??? 還有一些在各個正則表達式引擎之間比較通用的規則，在前面的講解過程中沒有提到。
3.1 表達式中，可以使用 "\xXX" 和 "\uXXXX" 表示一個字符（"X" 表示一個十六進制數）
形式
?字符范圍
?
\xXX
?編號在 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" 再加上其編號的4位十六進制數表示，比如："\u4E2D"
?
3.2 在表達式 "\s"，"\d"，"\w"，"\b" 表示特殊意義的同時，對應的大寫字母表示相反的意義
表達式
?可匹配
?
\S
?匹配所有非空白字符（"\s" 可匹配各個空白字符）
?
\D
?匹配所有的非數字字符
?
\W
?匹配所有的字母、數字、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" 范圍時的字符縫隙
?
3.3 在表達式中有特殊意義，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，請使用 "\^"
?
$
?匹配輸入字符串的結尾位置。要匹配 "$" 字符本身，請使用 "\$"
?
( )
?標記一個子表達式的開始和結束位置。要匹配小括號，請使用 "\(" 和 "\)"
?
[ ]
?用來自定義能夠匹配 '多種字符' 的表達式。要匹配中括號，請使用 "\[" 和 "\]"
?
{ }
?修飾匹配次數的符號。要匹配大括號，請使用 "\{" 和 "\}"
?
.
?匹配除了換行符（\n）以外的任意一個字符。要匹配小數點本身，請使用 "\."
?
?
?修飾匹配次數為 0 次或 1 次。要匹配 "?" 字符本身，請使用 "\?"
?
+
?修飾匹配次數為至少 1 次。要匹配 "+" 字符本身，請使用 "\+"
?
*
?修飾匹配次數為 0 次或任意次。要匹配 "*" 字符本身，請使用 "\*"
?
|
?左右兩邊表達式之間 "或" 關系。匹配 "|" 本身，請使用 "\|"
?
3.4 括號 "( )" 內的子表達式，如果希望匹配結果不進行記錄供以后使用，可以使用 "(?:xxxxx)" 格式
??? 舉例1：表達式 "(?:(\w)\1)+" 匹配 "a bbccdd efg" 時，結果是 "bbccdd"。括號 "(?:)" 范圍的匹配結果不進行記錄，因此 "(\w)" 使用 "\1" 來引用。
3.5 常用的表達式屬性設置簡介：Ignorecase，Singleline，Multiline，Global
表達式屬性
?說明
?
Ignorecase
?默認情況下，表達式中的字母是要區分大小寫的。配置為 Ignorecase 可使匹配時不區分大小寫。有的表達式引擎，把 "大小寫" 概念延伸至 UNICODE 范圍的大小寫。
?
Singleline
?默認情況下，小數點 "." 匹配除了換行符（\n）以外的字符。配置為 Singleline 可使小數點可匹配包括換行符在內的所有字符。
?
Multiline
?默認情況下，表達式 "^" 和 "$" 只匹配字符串的開始 ① 和結尾 ④ 位置。如：
?①xxxxxxxxx②\n
?③xxxxxxxxx④
?配置為 Multiline 可以使 "^" 匹配 ① 外，還可以匹配換行符之后，下一行開始前 ③ 的位置，使 "$" 匹配 ④ 外，還可以匹配換行符之前，一行結束 ② 的位置。
?
Global
?主要在將表達式用來替換時起作用，配置為 Global 表示替換所有的匹配。
?
匹配非負整數（正整數 + 0）
^\d+$
匹配正整數
^[0-9]*[1-9][0-9]*$
匹配非正整數（負整數 + 0）
^((-\d+)|(0+))$
匹配負整數
^-[0-9]*[1-9][0-9]*$
匹配整數
^-?\d+$
匹配非負浮點數（正浮點數 + 0）
^\d+(\.\d+)?$
匹配正浮點數
^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
匹配非正浮點數（負浮點數 + 0）
^((-\d+(\.\d+)?)|(0+(\.0+)?))$
匹配負浮點數
^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
匹配浮點數
^(-?\d+)(\.\d+)?$
匹配由26個英文字母組成的字符串
^[A-Za-z]+$
匹配由26個英文字母的大寫組成的字符串
^[A-Z]+$
匹配由26個英文字母的小寫組成的字符串
^[a-z]+$
匹配由數字和26個英文字母組成的字符串
^[A-Za-z0-9]+$
匹配由數字、26個英文字母或者下劃線組成的字符串
^\w+$
匹配email地址
^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$
匹配url
^[a-zA-z]+://匹配(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$
匹配html tag
<\s*(\S+)(\s[^>]*)?>(.*?)<\s*\/\1\s*>
轉載于:https://blog.51cto.com/dxwang/295297
總結
- 上一篇： CISCO路由器配置手册--第五章 虚拟
- 下一篇： AS3中，setTimeOut、setI