正则表达式

标签：

正则表达式就是记录文本规则的代码。

元字符
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线或汉字
\s 匹配任意的空白符
\d 匹配数字
\b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束

字符转义
如果你想查找元字符本身的话,这时你就得使用\来取消这些字符的特殊意义。
例如：匹配. 就得用\.

重复

常用的限定符
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次

字符类范围
像[aeiou]就匹配任何一个英文元音字母。
像[0-9]代表的含意与\d就是完全一致的：一位数字。

分枝条件
a|b 匹配a或者b
\d{5}-\d{4}|\d{5} 匹配5位数字，或者用连字号间隔的9位数字

注意:要注意各个条件的顺序,把它改成\d{5}|\d{5}-\d{4},那么就只会匹配5位数字，
原因是匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了。

分组
小括号来指定子表达式(也叫做分组)
重复单个字符（直接在字符后面加上限定符就行了），多个字符重复可以用小括号括起来后面再加上限定符。

反义
常用的反义代码
\W 匹配任意不是字母，数字，下划线，汉字的字符
\S 匹配任意不是空白符的字符
\D 匹配任意非数字的字符
\B 匹配不是单词开头或结束的位置
[^x] 匹配除了x以外的任意字符
[^aeiou] 匹配除了aeiou这几个字母以外的任意字符

后向引用
用（）分组会有组号，第一个为1,以此类推。
后向引用用于重复搜索前面某个分组匹配的文本。
\b(lyp)\b\s+\1\b \1就代表分组(lyp)匹配的 lyp

自定义组名
(?<lyp>\w+),要反向引用这个分组捕获的内容，你可以使用\k<lyp>
常用分组语法
捕获
(exp) 匹配exp,并捕获文本到自动命名的组里
(?<name>exp) 匹配exp,并捕获文本到名称为name的组里，也可以写成(?‘name‘exp)
(?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号
零宽断言
(?=exp) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置
(?!exp) 匹配后面跟的不是exp的位置
(?<!exp) 匹配前面不是exp的位置
注释
(?#comment) 这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

负向零宽断言
它只匹配一个位置，并不消费任何字符.
例如：\b\w*q[^u]\w*\b匹配q后面不是u的单词。 后面的[^u]将会匹配q后面的单词分隔符(可能是空格，或者是句号或其它的什么)
,于是\b\w*q[^u]\w*\b就能匹配整个Iraq fighting。负向零宽断言能解决这样的问题，因为它只匹配一个位置，并不消费任何字符。
,我们可以这样来解决这个问题：\b\w*q(?!u)\w*\b。

贪婪与懒惰
有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。
例如：
a.*b 匹配aabab的话, 就会全部匹配，
a.*?b 匹配aabab的话,就会匹配aab和ab
懒惰限定符
*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复

修饰符
g 全局匹配
i 不区分大小写
m m修饰符的作用是修改^和$在正则表达式中的作用，让它们分别表示行首和行尾。

例如：
"1a1b1coup1d"匹配/1./g 结果就是[1a,1b,1c,1d]
‘test\nbbs‘匹配/^b/m 就能匹配成功，匹配/^b/就失败。

正则表达式

标签：

原文地址：http://www.cnblogs.com/liyouping/p/4262127.html