正規表示式入門

2021-07-28 11:37:07 字數 3546 閱讀 9271

正規表示式(regular expression)描述了一種字串匹配的模式,可以用來檢查乙個串是否含有某種子串、將匹配的子串做替換或者從某個串中取出符合某個條件的子串等。

正規表示式是由普通字元(例如字元 a 到 z)以及特殊字元(稱為"元字元")組成的文字模式。模式描述在搜尋文字時要匹配的乙個或多個字串。正規表示式作為乙個模板,將某個字元模式與所搜尋的字串進行匹配。

普通字元包括沒有顯式指定為元字元的所有可列印和不可列印字元。這包括所有大寫和小寫字母、所有數字、所有標點符號和一些其他符號。

非列印字元也可以是正規表示式的組成部分。下表列出了表示非列印字元的轉義序列:

字元描述

\cx匹配由x指明的控制字元。例如, \cm 匹配乙個 control-m 或回車符。x 的值必須為 a-z 或 a-z 之一。否則,將 c 視為乙個原義的 'c' 字元。

\f匹配乙個換頁符。等價於 \x0c 和 \cl。

\n匹配乙個換行符。等價於 \x0a 和 \cj。

\r匹配乙個回車符。等價於 \x0d 和 \cm。

\s匹配任何空白字元,包括空格、製表符、換頁符等等。等價於 [ \f\n\r\t\v]。

\s匹配任何非空白字元。等價於 [^ \f\n\r\t\v]。

\t匹配乙個製表符。等價於 \x09 和 \ci。

\v匹配乙個垂直製表符。等價於 \x0b 和 \ck。

所謂特殊字元,就是一些有特殊含義的字元,如上面說的"*.txt"中的*,簡單的說就是表示任何字串的意思。如果要查詢檔案名中有*的檔案,則需要對*進行轉義,即在其前加乙個\。ls \*.txt。

許多元字元要求在試圖匹配它們時特別對待。

若要匹配這些特殊字元,必須首先使字元"轉義",即,將反斜槓字元 (\) 放在它們前面

。下表列出了正規表示式中的特殊字元:

特別字元描述$

匹配輸入字串的結尾位置。如果設定了 regexp 物件的 multiline 屬性,則 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字元本身,請使用 \$。

( )標記乙個子表示式的開始和結束位置。子表示式可以獲取供以後使用。要匹配這些字元,請使用 \( 和 \)。

*匹配前面的子表示式零次或多次。要匹配 * 字元,請使用 \*。

+匹配前面的子表示式一次或多次。要匹配 + 字元,請使用 \+。

.匹配除換行符 \n 之外的任何單字元。要匹配 . ,請使用 \. 。

[標記乙個中括號表示式的開始。要匹配 [,請使用 \[。

?匹配前面的子表示式零次或一次,或指明乙個非貪婪限定符。要匹配 ? 字元,請使用 \?。

\將下乙個字元標記為或特殊字元、或原義字元、或向後引用、或八進位制轉義符。例如, 'n' 匹配字元 'n'。'\n' 匹配換行符。序列 '\\' 匹配 "\",而 '\(' 則匹配 "("。

^匹配輸入字串的開始位置,除非在方括號表示式中使用,此時它表示不接受該字元集合。要匹配 ^ 字元本身,請使用 \^。

或或共6種。

正規表示式的限定符有:

字元描述

*匹配前面的子表示式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等價於。

+匹配前面的子表示式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等價於 。

?匹配前面的子表示式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價於 。

n 是乙個非負整數。匹配確定的 n 次。例如,'o' 不能匹配 "bob" 中的 'o',但是能匹配 "food" 中的兩個 o。

n 是乙個非負整數。至少匹配n 次。例如,'o' 不能匹配 "bob" 中的 'o',但能匹配 "foooood" 中的所有 o。'o' 等價於 'o+'。'o' 則等價於 'o*'。

m 和 n 均為非負整數,其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,"o" 將匹配 "fooooood" 中的前三個 o。'o' 等價於 'o?'。請注意在逗號和兩個數之間不能有空格。

/chapter [1-9][0-9]*/
請注意,限定符出現在範圍表示式之後。因此,它應用於整個範圍表示式,在本例中,只指定從 0 到 9 的數字(包括 0 和 9)。

這裡不使用 + 限定符,因為在第二個位置或後面的位置不一定需要有乙個數字。也不使用?字元,因為它將章節編號限制到只有兩位數。您需要至少匹配 chapter 和空格字元後面的乙個數字。

如果您知道章節編號被限制為只有 99 章,可以使用下面的表示式來至少指定一位但至多兩位數字。

/chapter [0-9]/
上面的表示式的缺點是,大於 99 的章節編號仍只匹配開頭兩位數字。另乙個缺點是 chapter 0 也將匹配。只匹配兩位數字的更好的表示式如下:

/chapter [1-9][0-9]?/

/chapter [1-9][0-9]/
*、+和?限定符都是貪婪的,因為它們會盡可能多的匹配文字,只有在它們的後面加上乙個?就可以實現非貪婪或最小匹配。

例如,您可能搜尋 html 文件,以查詢括在 h1 標記內的章節標題。該文字在您的文件中如下:

下面的表示式匹配從開始小於符號 (<) 到關閉 h1 標記的大於符號 (>) 之間的所有內容。

/<.*>/
如果您只需要匹配開始 h1 標記,下面的"非貪心"表示式只匹配 。

/<.*?>/
通過在 *、+ 或 ? 限定符之後放置 ?,該表示式從"貪心"表示式轉換為"非貪心"表示式或者最小匹配。

定位符使您能夠將正規表示式固定到行首或行尾。它們還使您能夠建立這樣的正規表示式,這些正規表示式出現在乙個單詞內、在乙個單詞的開頭或者乙個單詞的結尾。

定位符用來描述字串或單詞的邊界,^和$分別指字串的開始與結束,\b描述單詞的前或後邊界,\b表示非單詞邊界。

正規表示式的限定符有:

字元描述

^匹配輸入字串開始的位置。如果設定了 regexp 物件的 multiline 屬性,^ 還會與 \n 或 \r 之後的位置匹配。

$匹配輸入字串結尾的位置。如果設定了 regexp 物件的 multiline 屬性,$ 還會與 \n 或 \r 之前的位置匹配。

\b匹配乙個字邊界,即字與空格間的位置。

\b非字邊界匹配。

注意:不能將限定符與定位點一起使用。由於在緊靠換行或者字邊界的前面或後面不能有乙個以上位置,因此不允許諸如 ^* 之類的表示式。

若要匹配一行文字開始處的文字,請在正規表示式的開始使用 ^ 字元。不要將 ^ 的這種用法與中括號表示式內的用法混淆。

若要匹配一行文字的結束處的文字,請在正規表示式的結束處使用 $ 字元。

若要在搜尋章節標題時使用定位點,下面的正規表示式匹配乙個章節標題,該標題只包含兩個尾隨數字,並且出現在行首:

/^chapter [1-9][0-9]/
var exp = /^[1-9]*[1-9][0-9]* $/; //用來檢驗錢數

var exp = /(^\d$)|(^\d$)|(^\d(\d|x|x)$)/;  //檢驗身份證號

var exp=/^\d$/;  //6位密碼

正規表示式 正則入門

先從乙個例子開始正規表示式。書寫乙個匹配手機號的正規表示式,為了方便討論,假定手機號是1開頭,第二位只能是3 5 8中的其中乙個,總共11位的數字,形如13 匹配手機號的正規表示式為 1 358 d 下面介紹此正規表示式中的各個符號的含義。表示字串的開頭,後面緊接著1,表示匹配的字串要以 1 開頭。...

正規表示式入門

對於文字字元,有11個字元被保留作特殊用途。他們是 這些特殊字元也被稱作元字元 不可顯示字元 可以使用特殊字串行來代表某些不可顯示字元 代表tab 0x09 代表回車符 0x0d 代表換行符 0x0a 字符集 字符集是由一對方括號 括起來的字元集合。使用字符集,你可以告訴正規表示式引擎僅僅匹配多個字...

正規表示式入門

老師說過 正規表示式就是用字串讀取字串!學習正規表示式的最好方法是從例子開始,理解例子之後再自己對例子進行修改,實驗。下面給出了不少簡單的例子,並對它們作了詳細的說明。假設你在一篇英文 裡查詢hi,你可以使用正規表示式hi。這幾乎是最簡單的正規表示式了,它可以精確匹配這樣的字串 由兩個字元組成,前乙...