正則表達式速查筆記

正則表達式速查筆記

 

本文地址：http://www.javashuo.com/article/p-cbihyalg-ep.html

參考資料

• 《學習正則表達式》，Michael Fitzgerald
• regexpal.com
• regexr.com

正則表達式基本

匹配單個字符

匹配單個數字的寫法，能夠是 「[0-9]」 也能夠是 「\d」。

匹配單個非數字字符，則使用大寫 「\D」。

匹配 26 個字母的任意一個，使用 「[a-zA-Z]」

匹配任意一個字符，使用點號 「.」

匹配具體字符，則直接寫上去便可。好比 「abcd」 就是匹配它自己。若是遇到特殊字符，則須要進行轉義，轉義字符爲 「\」。

匹配一個字符，使用中括號的作法稱爲 「字符集」。中括號用於指定一個 「集」，匹配這個集中的一個字符，如十六進制數 「[0-9a-fA-F]」。字符集內的點表示的是點號自己，但其餘的特殊字符仍是須要進行轉移，好比反斜槓字符。

使用量詞

貪心匹配

若是要表示某個規則的重複，則須要使用量詞。使用花括號表示重複次數。好比 8 個數字能夠這樣表示：「\d{8}」

花括號中的量詞能夠變化，好比表示 7 到 8 個數字，則表示爲 「\d{7,8}」。表示上限的右值能夠不寫，好比 「{0,}」 是合法的，表示大於等於 0 個字符；但試圖單獨表示上限的 「{,10}」 則不合法，至少應該寫爲 「{0,10}」。

加號 「+」 表示它左邊的元素數量爲 「一個或多個」，等於 「{1,}」 的效果。因此加號也是特殊字符。

星號 「*」 表示它左邊的元素數量爲 「零個或至少一個」，即 「{0,}」。

問號 「?」 表示 「零個或一個」，等同於 「{0,1}」。

懶惰匹配

上面的諸如 +、*，匹配的時候都會使用 「貪心」 的模式，也就是匹配儘可能多的個數。好比字符串 「55555」，使用 「5+」 去匹配時，會匹配到它可以找到的最長字符串，即 「55555」。

若是在量詞後面加上問號，則使匹配模式變爲 「懶惰」 的，也就是匹配最少的。好比使用 「5+?」 去匹配，則只會找到可以匹配的最小字符 「5」.

如下都是可用的懶惰匹配表達式：+?, *?, {n,}?, {m,n}?

捕獲分組（相似於宏定義）

能夠把表達式中的一部分 「捕獲」 起來，做爲宏放在後邊引用。使用括號進行定義（捕獲），而後再定義的後面使用 「\1」 進行引用；若是是第二個捕獲，則使用 「\2」，以此類推。

分組通常都會被保存起來，可是當表達式很是長的時候，可能須要明確指明不保存該分組。好比使用這個格式 「(?:THE|The|the)」，就使用了 「?:」 標號來表示不要進行命名標記。

「或」 邏輯

使用 「|」 來連接兩個字段，提供 「或」 的邏輯。注意與括號搭配使用

「非」 邏輯

若是在集合 「[...]」 中使用字符 「^」，則表示 「非」，如 「[^0-9]」 等同於 「\D」。

簡單的模式匹配

如下是各類經常使用的單字符匹配列表：

指代類型	模式	備註
數字	\d
字母、數字、下劃線	\w	等效於 「[_a-zA-Z0-9]」
非數字	\D
非字母	\W
製表符 Tab	\t
Null 字符	\0
Backspace	[\b]
空格	\s	等效於 「[ \t\n\r]」
Return	\r
換行	\n
單詞之間的空白	\b	這裏只是匹配單詞的開始 / 結束，不消耗任何字符
任意一個字符	.	行結束符沒法使用這個符號匹配

邊界

本小節設計一個概念：斷言，又稱爲 「零寬度斷言（zero-width asseration）」。這個概念不匹配字符，而是匹配字符串中的位置。

行的起始和結束

• 使用 「^」 表示一行的開始
• 使用 「$」 表示一行的終止

單詞邊界和非單詞邊界

好比要匹配單詞 「the」，則寫 「\bthe\b」。若是要匹配哥哥中間帶 「e」 的單詞，則能夠寫 「\Be\B」

可使用 「\<」 匹配單詞開頭，「\>」 匹配單詞結尾。可是這兩個並不建議使用，由於新的匹配器可能不支持。

Unicode 字符和其餘字符

正則表達式支持輸入 unicode 的值，如 「\u00e9」。注意 unicode 必須有四位十六進制位，大小寫都可。Javascript 還支持 「\xe9」 的寫法，然而 「\x00e9」 則是錯誤的。

 

============== End