正则表达式笔记

在线正则测试工具： http://www.regexpal.com/

语法

正则表达式(RegExp: regular expression)描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。

普通字符

普通字符包括没有显式指定为元字符的所有可打印和不可打印字符。这包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号。

非打印字符

非打印字符也可以是正则表达式的组成部分。下表列出了表示非打印字符的转义序列：

字符	描述
\cx	匹配由x指明的控制字符.
\f	匹配一个换页符. 等价于x0c和cL.
\n	匹配一个换行符. 等价于x0a和cJ.
\r	匹配一个回车符. 等价于x0d和cM.
\t	匹配一个制表符. 等价于x09和cI.
\v	匹配一个垂直制表符.等价于x0b和cK.
\s	匹配任何空白字符,包含换页符、换行符、回车符、空格、制表符等等. 等价于[\f\n\r\t\v].
\S	匹配任何非空白字符. 等价于[^\f\n\r\t\v]

特殊字符

所谓特殊字符，就是一些有特殊含义的字符，如上面说的*.txt中的*，简单的说就是表示任何字符串的意思。如果要查找文件名中有 * 的文件，则需要对 * 进行转义，即在其前加一个。ls \*.txt。

许多元字符要求在试图匹配它们时特别对待。若要匹配这些特殊字符，必须首先使字符转义，即，将反斜杠字符 ( \ ) 放在它们前面。下表列出了正则表达式中的特殊字符：

特殊字符	描述
$	匹配输入字符串的结尾位置.
( )	标记一个子表达式的开始和结束位置.
*	匹配前面的子表达式零次或者多次.
+	匹配前面的子表达式一次或者多次.
.	匹配出换行符 \n 之外的任何单字符.
[	标记一个中括号表达式的开始.
?	匹配前面的子表达式零次或一次,或指一个非贪婪限定符
\	将下一个字符标记为或特殊字符,或原义字符,或向后引用,或八进制转移符.例如: n匹配字符n. \n匹配换行符. 序列 \\ 匹配 \,而 \( 则匹配 (.
^	匹配输入字符串的开始位置,除非在方括号表达式中使用,此时它表示不接受该字符集.
{	标记限定字符表达式的开始
|	指明两项之间的一个选择

限定符

限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有*或+或?或{n}或{n,}或{n,m}共6种。
正则表达式的限定符有：

字符	描述
*	匹配前面的子表达式零次或多次。例如，zo 能匹配 "z" 以及 "zoo"。 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。

注意: 限定符出现在范围表达式之后。因此，它应用于整个范围表达式。

*、+、?、和 {} 限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。

定位符

定位符使您能够将正则表达式固定到行首或行尾。它们还使您能够创建这样的正则表达式，这些正则表达式出现在一个单词内、在一个单词的开头或者一个单词的结尾。
定位符用来描述字符串或单词的边界，^和$分别指字符串的开始与结束，\b 描述单词的前或后边界，\B 表示非单词边界。
正则表达式的限定符有：

字符	描述
^	匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与 \n 或 \r 之后的位置匹配。
$	匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与 \n 或 \r 之前的位置匹配。
\b	匹配一个字的边界，即字与空格间的位置。
\B	非字边界匹配。

注意： 不能将限定符与定位点一起使用。由于在紧靠换行或者字边界的前面或后面不能有一个以上位置，因此不允许诸如 ^* 之类的表达式。

未完