【轉】： 超簡單正則表達式指南

本文轉載自https://github.com/zeeshanu/l...

什麼是正則表達式?

正則表達式是一組由字母和符號組成的特殊文本, 它能夠用來從文本中找出知足你想要的格式的句子.
一個正則表達式是在一個主體字符串中從左到右匹配字符串時的一種樣式. 例如"Regular expression"是一個完整的句子, 但咱們常使用縮寫的術語"regex"或"regexp". 正則表達式能夠用來替換文本中的字符串,驗證形式,提取字符串等等.

想象你正在寫一個應用, 而後你想設定一個用戶命名的規則, 讓用戶名包含字符,數字,下劃線和連字符,以及限制字符的個數,好讓名字看起來沒那麼醜. 咱們使用如下正則表達式來驗證一個用戶名:

以上的正則表達式能夠接受 john_doe, jo-hn_doe, john12_as. 但不匹配Jo, 由於它包含了大寫的字母並且過短了.

1. 基本匹配

正則表達式其實就是在執行搜索時的格式, 它由一些字母和數字組合而成. 例如: 一個正則表達式 the, 它表示一個規則: 由字母t開始,接着是h,再接着是e.

"the" => The fat cat sat on "the" mat.

正則表達式123匹配字符串123. 它逐個字符的與輸入的正則表達式作比較.

正則表達式是大小寫敏感的, 因此The不會匹配the.

"The" => "The" fat cat sat on the mat.

1. 元字符

正則表達式主要依賴於元字符.
元字符不表明他們自己的字面意思, 他們都有特殊的含義. 一些元字符寫在方括號中的時候有一些特殊的意思. 如下是一些元字符的介紹:
2.1 點運算符 .

.是元字符中最簡單的例子. .匹配任意單個字符, 但不匹配換行符. 例如, 表達式.ar匹配一個任意字符後面跟着是a和r的字符串.

".ar" => The "car" "par"ked in the "gar"age.

2.2 字符集

字符集也叫作字符類. 方括號用來指定一個字符集. 在方括號中使用連字符來指定字符集的範圍. 在方括號中的字符集不關心順序. 例如, 表達式[Tt]he 匹配 the 和 The.

"[Tt]he" => "The" car parked in "the" garage.

方括號的句號就表示句號. 表達式 ar[.] 匹配 ar.字符串

"ar[.]" => A garage is a good place to park a c"ar."

2.2.1 否認字符集

通常來講 ^ 表示一個字符串的開頭, 但它用在一個方括號的開頭的時候, 它表示這個字符集是否認的. 例如, 表達式¹ar 匹配一個後面跟着ar的除了c的任意字符.

"[^c]ar" => The car "par"ked in the "gar"age.

2.3 重複次數

後面跟着元字符 +, * or ? 的, 用來指定匹配子模式的次數. 這些元字符在不一樣的狀況下有着不一樣的意思.

2.3.1 * 號

號匹配 在以前的字符出現大於等於0次. 例如, 表達式 a 匹配以0或更多個a開頭的字符, 由於有0個這個條件, 其實也就匹配了全部的字符. 表達式[a-z] 匹配一個行中全部以小寫字母開頭的字符串.

"[a-z]*" => T"he car parked in the garage" #21.

字符和.字符搭配能夠匹配全部的字符.. 和表示匹配空格的符號s連起來用, 如表達式scats*匹配0或更多個空格開頭和0或更多個空格結尾的cat字符串.

"\s*cat\s*" => The fat "cat" sat on the "concatenation."

2.3.2 + 號

+號匹配+號以前的字符出現 >=1 次個字符. 例如表達式c.+t 匹配以首字母c開頭以t結尾,中間跟着任意個字符的字符串.

"c.+t" => The fat "cat sat on the mat".

2.3.3 ? 號

在正則表達式中元字符 ? 標記在符號前面的字符爲可選, 即出現 0 或 1 次. 例如, 表達式 [T]?he 匹配字符串 he 和 The.

"[T]he" => "The" car is parked in the garage.

"[T]?he" => "The" car is parked in t"he" garage.

2.4 {} 號

在正則表達式中 {} 是一個量詞, 經常使用來一個或一組字符能夠重複出現的次數. 例如, 表達式 [0-9]{2,3} 匹配 2~3 位 0~9 的數字.

"[0-9]{2,3}" => The number was 9."999"7 but we rounded it off to "10".0.

咱們能夠省略第二個參數. 例如, [0-9]{2,} 匹配至少兩位 0~9 的數字.

若是逗號也省略掉則表示重複固定的次數. 例如, [0-9]{3} 匹配3位數字

"[0-9]{2,}" => The number was 9."9997" but we rounded it off to "10".0.

"[0-9]{3}" => The number was 9."999"7 but we rounded it off to 10.0.

2.5 (...) 特徵標羣

特徵標羣是一組寫在 (...) 中的子模式. 例如以前說的 {} 是用來表示前面一個字符出現指定次數. 但若是在 {} 前加入特徵標羣則表示整個標羣內的字符重複 N 次. 例如, 表達式 (ab)* 匹配連續出現 0 或更多個 ab.

咱們還能夠在 () 中用或字符 | 表示或. 例如, (c|g|p)ar 匹配 car 或 gar 或 par.

"(c|g|p)ar" => The "car" is "par"ked in the "gar"age.

2.6 | 或運算符

或運算符就表示或, 用做判斷條件.

例如 (T|t)he|car 匹配 (T|t)he 或 car.

"(T|t)he|car" => "The" "car" is parked in "the" garage.

2.7 轉碼特殊字符

反斜線 在表達式中用於轉碼緊跟其後的字符. 用於指定 { } [ ] / + * . $ ^ | ? 這些特殊字符. 若是想要匹配這些特殊字符則要在其前面加上反斜線 .

例如 . 是用來匹配除換行符外的全部字符的. 若是想要匹配句子中的 . 則要寫成 ..

"(f|c|m)at\.?" => The "fat" "cat" sat on the "mat."

2.8 錨點

在正則表達式中, 想要匹配指定開頭或結尾的字符串就要使用到錨點. ^ 指定開頭, $ 指定結尾.

2.8.1 ^ 號

^ 用來檢查匹配的字符串是否在所匹配字符串的開頭.

例如, 在 abc 中使用表達式 ^a 會獲得結果 a. 但若是使用 ^b 將匹配不到任何結果. 應爲在字符串 abc 中並非以 b 開頭.

例如, ^(T|t)he 匹配以 The 或 the 開頭的字符串.

"(T|t)he" => "The" car is parked in "the" garage.
"^(T|t)he" => "The" car is parked in the garage.

2.8.2 $ 號

同理於 ^ 號, $ 號用來匹配字符是不是最後一個.

例如, (at.)$ 匹配以 at. 結尾的字符串.

"(at\.)" => The fat c"at." s"at." on the m"at."

"(at\.)$" => The fat cat. sat. on the "mat."

1. 簡寫字符集

正則表達式提供一些經常使用的字符集簡寫. 以下:

簡寫    描述
.        除換行符外的全部字符
\w        匹配全部字母數字, 等同於 [a-zA-Z0-9_]
\W        匹配全部非字母數字, 即符號, 等同於: [^\w]
\d        匹配數字: [0-9]
\D        匹配非數字: [^\d]
\s        匹配全部空格字符, 等同於: [\t\n\f\r\p{Z}]
\S        匹配全部非空格字符: [^\s]

1. 先後關聯約束(先後預查)

前置約束和後置約束都屬於非捕獲簇(用於匹配不在匹配列表中的格式). 前置約束用於判斷所匹配的格式是否在另外一個肯定的格式以後.

例如, 咱們想要得到全部跟在 $ 符號後的數字, 咱們可使用正向向後約束 (?<=&dollar;)[0-9.]*. 這個表達式匹配 $ 開頭, 以後跟着 0,1,2,3,4,5,6,7,8,9,. 這些字符能夠出現大於等於 0 次.

4.1 ?=... 前置約束(存在)

?=... 前置約束(存在), 表示第一部分表達式必須跟在 ?=...定義的表達式以後.

返回結果只瞞住第一部分表達式. 定義一個前置約束(存在)要使用 (). 在括號內部使用一個問號和等號: (?=...).

前置約束的內容寫在括號中的等號後面. 例如, 表達式 [T|t]he(?=sfat) 匹配 The 和 the, 在括號中咱們又定義了前置約束(存在) (?=sfat) ,即 The 和 the 後面緊跟着 (空格)fat.

"[T|t]he(?=\sfat)" => "The" fat cat sat on the mat.

4.2 ?!... 前置約束-排除

前置約束-排除 ?! 用於篩選全部匹配結果, 篩選條件爲 其後不跟隨着定義的格式 前置約束-排除 定義和 前置約束(存在) 同樣, 區別就是 = 替換成 ! 也就是 (?!...).

表達式 [T|t]he(?!sfat) 匹配 The 和 the, 且其後不跟着 (空格)fat.

"[T|t]he(?!\sfat)" => The fat cat sat on "the" mat.

4.3 ?<= ... 後置約束-存在

後置約束-存在 記做(?<=...) 用於篩選全部匹配結果, 篩選條件爲 其前跟隨着定義的格式. 例如, 表達式 (?<=[T|t]hes)(fat|mat) 匹配 fat 和 mat, 且其前跟着 The 或 the.

"(?<=[T|t]he\s)(fat|mat)" => The "fat" cat sat on the "mat".

4.4 ?<!... 後置約束-排除

後置約束-排除 記做 (?<!...) 用於篩選全部匹配結果, 篩選條件爲 其前不跟着定義的格式. 例如, 表達式 (?<!(T|t)hes)(cat) 匹配 cat, 且其前不跟着 The 或 the.

"(?<![T|t]he\s)(cat)" => The cat sat on "cat".

1. 標誌

標誌也叫修飾語, 由於它能夠用來修改表達式的搜索結果. 這些標誌能夠任意的組合使用, 它也是整個正則表達式的一部分.
修飾語 i 用於忽略大小寫. 例如, 表達式 /The/gi 表示在全局搜索 The, 在後面的 i 將其條件修改成忽略大小寫, 則變成搜索 the 和 The, g 表示全局搜索.

"The" => "The" fat cat sat on the mat.
"/The/gi" => "The" fat cat sat on "the" mat.

5.2 全局搜索 (Global search)

修飾符 g 經常使用語執行一個全局搜索匹配, 即(不只僅返回第一個匹配的, 而是返回所有). 例如, 表達式 /.(at)/g 表示搜索 任意字符(除了換行) + at, 並返回所有結果.

"/.(at)/" => The "fat" cat sat on the mat.

"/.(at)/g" => The "fat" "cat" "sat" on the "mat".

5.3 多行修飾符 (Multiline)

多行修飾符 m 經常使用語執行一個多行匹配.

像以前介紹的 (^,$) 用於檢查格式是不是在待檢測字符串的開頭或結尾. 但咱們若是想要它在每行的開頭和結尾生效, 咱們須要用到多行修飾符 m.

例如, 表達式 /at(.)?$/gm 表示在待檢測字符串每行的末尾搜索 at後跟一個或多個 . 的字符串, 並返回所有結果.

"/.at(.)?$/" => The fat
                cat sat
                on the "mat".

"/.at(.)?$/gm" => The "fat"
                  cat "sat"
                  on the "mat".

額外補充

正整數: ^\d+$
負整數: ^-\d+$
手機國家號: ^+?[\d\s]{3,}$
手機號: ^+?[\d\s]+(?[\d\s]{10,}$
整數: ^-?\d+$
用戶名: ^[\w\d_.]{4,16}$
數字和英文字母: ^[a-zA-Z0-9]*$
數字和應爲字母和空格: ^[a-zA-Z0-9 ]*$
密碼: ^(?=^.{6,}$)((?=.*[A-Za-z0-9])(?=.*[A-Z])(?=.*[a-z]))^.*$
郵箱: ^([a-zA-Z0-9._%-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,4})*$
IP4 地址: ^((?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?))*$
純小寫字母: ^([a-z])*$
純大寫字母: ^([A-Z])*$
URL: ^(((http|https|ftp):\/\/)?([[a-zA-Z0-9]\-\.])+(\.)([[a-zA-Z0-9]]){2,4}([[a-zA-Z0-9]\/+=%&_\.~?\-]*))*$
VISA 信用卡號: ^(4[0-9]{12}(?:[0-9]{3})?)*$
日期 (MM/DD/YYYY): ^(0?[1-9]|1[012])[- /.](0?[1-9]|[12][0-9]|3[01])[- /.](19|20)?[0-9]{2}$
日期 (YYYY/MM/DD): ^(19|20)?[0-9]{2}[- /.](0?[1-9]|1[012])[- /.](0?[1-9]|[12][0-9]|3[01])$
MasterCard 信用卡號: ^(5[1-5][0-9]{14})*$

---

1. c ↩