文章编号：1571 / 更新时间：2023-04-12 / 浏览：次

正则表达式（regularexpression）描述了一种字符串匹配的模式，可以用来：（1）检查一个串中是否含有符合某个规则的子串，并且可以得到这个子串；（2）根据匹配规则对字符串进行灵活的替换操作。

正则表达式学习起来其实是很简单的，不多的几个较为抽象的概念也很容易理解。之所以很多人感觉正则表达式比较复杂，一方面是因为大多数的文档没有做到由浅入深地讲解，概念上没有注意先后顺序，给读者的理解带来困难；另一方面，各种引擎自带的文档一般都要介绍它特有的功能，然而这部分特有的功能并不是我们首先要理解的。

文章中的每一个举例，都可以点击进入到测试页面进行测试。闲话少说，开始。

字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是"普通字符"。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。

举例1：表达式"c"，在匹配字符串"abcde"时，匹配结果是：成功；匹配到的内容是："c"；匹配到的位置是：开始于2，结束于3。（注：下标从0开始还是从1开始，因当前编程语言的不同而可能不同）

举例2：表达式"bcd"，在匹配字符串"abcde"时，匹配结果是：成功；匹配到的内容是："bcd"；匹配到的位置是：开始于1，结束于4。

一些不便书写的字符，采用在前面加"\"的方法。这些字符其实我们都已经熟知了。

代表回车和换行符

还有其他一些在后边章节中有特殊用处的标点符号，在前面加"\"后，就代表该符号本身。比如：^,$都有特殊意义，如果要想匹配字符串中"^"和"$"字符，则表达式就需要写成"\^"和"\$"。

这些转义字符的匹配方法与"普通字符"是类似的。也是匹配与之相同的一个字符。

举例1：表达式"\$d"，在匹配字符串"abc$de"时，匹配结果是：成功；匹配到的内容是："$d"；匹配到的位置是：开始于3，结束于5。

1.3能够与'多种字符'匹配的表达式

正则表达式中的一些表示方法，可以匹配'多种字符'其中的任意一个字符。比如，表达式"\d"可以匹配任意一个数字。虽然可以匹配其中任意字符，但是只能是一个，不是多个。这就好比玩扑克牌时候，大小王可以代替任意一张牌，但是只能代替一张牌。

任意一个数字，0~9中的任意一个

任意一个字母或数字或下划线，也就是A~Z,a~z,0~9,_中任意一个

包括空格、制表符、换页符等空白字符的其中任意一个

小数点可以匹配除了换行符（\n）以外的任意一个字符

举例1：表达式"\d\d"，在匹配"abc123"时，匹配的结果是：成功；匹配到的内容是："12"；匹配到的位置是：开始于3，结束于5。

举例2：表达式"a.\d"，在匹配"aaa100"时，匹配的结果是：成功；匹配到的内容是："aa1"；匹配到的位置是：开始于1，结束于4。

1.4自定义能够匹配'多种字符'的表达式

使用方括号[]包含一系列字符，能够匹配其中任意一个字符。用[^]包含一系列字符，则能够匹配其中字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意一个，但是只能是一个，不是多个。

匹配"a","b","c"之外的任意一个字符

匹配"f"~"k"之间的任意一个字母

匹配"A"~"F","0"~"3"之外的任意一个字符

举例1：表达式"[bcd][bcd]"匹配"abc123"时，匹配的结果是：成功；匹配到的内容是："bc"；匹配到的位置是：开始于1，结束于3。

举例2：表达式"[^abc]"匹配"abc123"时，匹配的结果是：成功；匹配到的内容是："1"；匹配到的位置是：开始于3，结束于4。

1.5修饰匹配次数的特殊符号

前面章节中讲到的表达式，无论是只能匹配一种字符的表达式，还是可以匹配多种字符其中任意一个的表达式，都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊符号，那么不用重复书写表达式就可以重复匹配。

使用方法是："次数修饰"放在"被修饰的表达式"后边。比如："[bcd][bcd]"可以写成"[bcd]{2}"。

表达式重复n次，比如："\w{2}"相当于"\w\w"；"a{5}"相当于"aaaaa"

表达式至少重复m次，最多重复n次，比如："ba{1,3}"可以匹配"ba"或"baa"或"baaa"

表达式至少重复m次，比如："\w\d{2,}"可以匹配"a12","_456","M12344"...

匹配表达式0次或者1次，相当于{0,1}，比如："a[cd]?"可以匹配"a","ac","ad"

表达式至少出现1次，相当于{1,}，比如："ab"可以匹配"ab","aab","aaab"...

表达式不出现或出现任意次，相当于{0,}，比如："\^*b"可以匹配"b","^^^b"...

举例1：表达式"\d\.?\d*"在匹配"Itcosts$12.5"时，匹配的结果是：成功；匹配到的内容是："12.5"；匹配到的位置是：开始于10，结束于14。

举例2：表达式"go{2,8}gle"在匹配"Adsbygoooooogle"时，匹配的结果是：成功；匹配到的内容是："goooooogle"；匹配到的位置是：开始于7，结束于17。

1.6其他一些代表抽象意义的特殊符号

一些符号在表达式中代表抽象的特殊意义：

与字符串开始的地方匹配，不匹配任何字符

与字符串结束的地方匹配，不匹配任何字符

匹配一个单词边界，也就是单词和空格之间的位置，不匹配任何字符

进一步的文字说明仍然比较抽象，因此，举例帮助大家理解。

举例1：表达式"^aaa"在匹配"xxxaaaxxx"时，匹配结果是：失败。因为"^"要求与字符串开始的地方匹配，因此，只有当"aaa"位于字符串的开头的时候，"^aaa"才能匹配，比如："aaaxxxxxx"。

举例2：表达式"aaa$"在匹配"xxxaaaxxx"时，匹配结果是：失败。因为"$"要求与字符串结束的地方匹配，因此，只有当"aaa"位于字符串的结尾的时候，"aaa$"才能匹配，比如："xxxxxxaaa"。

举例3：表达式".\b."在匹配"@@@abc"时，匹配结果是：成功；匹配到的内容是："@a"；匹配到的位置是：开始于2，结束于4。

进一步说明："\b"与"^"和"$"类似，本身不匹配任何字符，但是它要求它在匹配结果中所处位置的左右两边，其中一边是"\w"范围，另一边是非"\w"的范围。

举例4：表达式"\bend\b"在匹配"weekend,endfor,end"时，匹配结果是：成功；匹配到的内容是："end"；匹配到的位置是：开始于15，结束于18。

一些符号可以影响表达式内部的子表达式之间的关系：

左右两边表达式之间"或"关系，匹配左边或者右边

(1).在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰

(2).取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到

举例6：表达式"(go\s*)"在匹配"Let'sgogogo!"时，匹配结果是：成功；匹配到内容是："gogogo"；匹配到的位置是：开始于6，结束于14。

举例7：表达式"￥(\d\.?\d*)"在匹配"＄10.9,￥20.5"时，匹配的结果是：成功；匹配到的内容是："￥20.5"；匹配到的位置是：开始于6，结束于10。单独获取括号范围匹配到的内容是："20.5"。

2.正则表达式中的一些高级规则

2.1匹配次数中的贪婪与非贪婪

在使用修饰匹配次数的特殊符号时，有几种表示方法可以使同一个表达式能够匹配不同的次数，比如："{m,n}","{m,}","?","*",""，具体匹配的次数随被匹配的字符串而定。这种重复匹配不定次数的表达式在匹配过程中，总是尽可能多的匹配。比如，针对文本"dxxxdxxxd"，举例如下：

"\w"将匹配第一个"d"之后的所有字符"xxxdxxxd"

"\w"将匹配第一个"d"和最后一个"d"之间的所有字符"xxxdxxx"。虽然"\w"也能够匹配上最后一个"d"，但是为了使整个表达式匹配成功，"\w"可以"让出"它本来能够匹配的最后一个"d"

由此可见，"\w"在匹配的时候，总是尽可能多的匹配符合它规则的字符。虽然第二个举例中，它没有匹配最后一个"d"，但那也是为了让整个表达式能够匹配成功。同理，带"*"和"{m,n}"的表达式都是尽可能地多匹配，带"?"的表达式在可匹配可不匹配的时候，也是尽可能的"要匹配"。这种匹配原则就叫作"贪婪"模式。

"\w?"将尽可能少的匹配第一个"d"之后的字符，结果是："\w?"只匹配了一个"x"

为了让整个表达式匹配成功，"\w?"不得不匹配"xxx"才可以让后边的"d"匹配，从而使整个表达式匹配成功。因此，结果是："\w?"匹配"xxx"

更多的情况，举例如下：

举例1：表达式"(.*)"与字符串"

aa

举例2：相比之下，表达式"(.*?)"匹配举例1中同样的字符串时，将只得到"

aa

表达式在匹配时，表达式引擎会将小括号"()"包含的表达式所匹配到的字符串记录下来。在获取匹配结果的时候，小括号包含的表达式所匹配到的字符串可以单独获取。这一点，在前面的举例中，已经多次展示了。在实际应用场合中，当用某种边界来查找，而所要获取的内容又不包含边界时，必须使用小括号来指定所要的范围。比如前面的"(.*?)"。

举例3：表达式"<(\w)\s*(\w(=('|").*?\4)?\s*)*>.*?"在匹配""时，匹配结果是成功。如果""与""不配对，则会匹配失败；如果改成其他配对，也可以匹配成功。

2.3预搜索，不匹配；反向预搜索，不匹配

前面的章节中，我讲到了几个代表抽象意义的特殊符号："^"，"$"，"\b"。它们都有一个共同点，那就是：它们本身不匹配任何字符，只是对"字符串的两头"或者"字符之间的缝隙"附加了一个条件。理解到这个概念以后，本节将继续介绍另外一种对"两头"或者"缝隙"附加条件的，更加灵活的表示方法。

格式："(?=xxxxx)"，在被匹配的字符串中，它对所处的"缝隙"或者"两头"附加的条件是：所在缝隙的右侧，必须能够匹配上xxxxx这部分的表达式。因为它只是在此作为这个缝隙上附加的条件，所以它并不影响后边的表达式去真正匹配这个缝隙之后的字符。这就类似"\b"，本身不匹配任何字符。"\b"只是将所在缝隙之前、之后的字符取来进行了一下判断，不会影响后边的表达式来真正的匹配。

举例1：表达式"Windows(?=NT|XP)"在匹配"Windows98,WindowsNT,Windows2000"时，将只匹配"WindowsNT"中的"Windows"，其他的"Windows"字样则不被匹配。

举例2：表达式"(\w)((?=\1\1\1)(\1))"在匹配字符串"aaaffffff999999999"时，将可以匹配6个"f"的前4个，可以匹配9个"9"的前7个。这个表达式可以读解成：重复4次以上的字母数字，则匹配其剩下最后2位之前的部分。当然，这个表达式可以不这样写，在此的目的是作为演示之用。

格式："(?!xxxxx)"，所在缝隙的右侧，必须不能匹配xxxxx这部分表达式。

举例3：表达式"((?!\bstop\b).)"在匹配"fdjkaljfdlstopfjdslafdj"时，将从头一直匹配到"stop"之前的位置，如果字符串中没有"stop"，则匹配整个字符串。

举例4：表达式"do(?!\w)"在匹配字符串"done,do,dog"时，只能匹配"do"。在本条举例中，"do"后边使用"(?!\w)"和使用"\b"效果是一样的。

这两种格式的概念和正向预搜索是类似的，反向预搜索要求的条件是：所在缝隙的"左侧"，两种格式分别要求必须能够匹配和必须不能够匹配指定表达式，而不是去判断右侧。与"正向预搜索"一样的是：它们都是对所在缝隙的一种附加条件，本身都不匹配任何字符。

举例5：表达式"(?<=\d{4})\d(?=\d{4})"在匹配"1234567890123456"时，将匹配除了前4个数字和后4个数字之外的中间8个数字。由于JScript.RegExp不支持反向预搜索，因此，本条举例不能够进行演示。很多其他的引擎可以支持反向预搜索，比如：Java1.4以上的java.util.regex包，.NET中System.Text.RegularExpressions命名空间，boost::regex以及GRETA正则表达式库等。

还有一些在各个正则表达式引擎之间比较通用的规则，在前面的讲解过程中没有提到。

3.1表达式中，可以使用"\xXX"和"\uXXXX"表示一个字符（"X"表示一个十六进制数）

编号在0~255范围的字符，比如：空格可以使用"\x20"表示

任何字符可以使用"\u"再加上其编号的4位十六进制数表示，比如："\u4E2D"

3.2在表达式"\s"，"\d"，"\w"，"\b"表示特殊意义的同时，对应的大写字母表示相反的意义

匹配所有非空白字符（"\s"可匹配各个空白字符）

匹配所有的非数字字符

匹配所有的字母、数字、下划线以外的字符

匹配非单词边界，即左右两边都是"\w"范围或者左右两边都不是"\w"范围时的字符缝隙

3.3在表达式中有特殊意义，需要添加"\"才能匹配该字符本身的字符汇总

匹配输入字符串的开始位置。要匹配"^"字符本身，请使用"\^"

匹配输入字符串的结尾位置。要匹配"$"字符本身，请使用"\$"

标记一个子表达式的开始和结束位置。要匹配小括号，请使用"\("和"\)"

用来自定义能够匹配'多种字符'的表达式。要匹配中括号，请使用"\["和"\]"

修饰匹配次数的符号。要匹配大括号，请使用"\{"和"\}"

匹配除了换行符（\n）以外的任意一个字符。要匹配小数点本身，请使用"\."

修饰匹配次数为0次或1次。要匹配"?"字符本身，请使用"\?"

修饰匹配次数为至少1次。要匹配""字符本身，请使用"\"

修饰匹配次数为0次或任意次。要匹配"*"字符本身，请使用"\*"

左右两边表达式之间"或"关系。匹配"|"本身，请使用"\|"

3.4括号"()"内的子表达式，如果希望匹配结果不进行记录供以后使用，可以使用"(?:xxxxx)"格式

举例1：表达式"(?:(\w)\1)"匹配"abbccddefg"时，结果是"bbccdd"。括号"(?:)"范围的匹配结果不进行记录，因此"(\w)"使用"\1"来引用。

3.5常用的表达式属性设置简介：Ignorecase，Singleline，Multiline，Global

默认情况下，表达式中的字母是要区分大小写的。配置为Ignorecase可使匹配时不区分大小写。有的表达式引擎，把"大小写"概念延伸至UNICODE范围的大小写。

默认情况下，小数点"."匹配除了换行符（\n）以外的字符。配置为Singleline可使小数点可匹配包括换行符在内的所有字符。

默认情况下，表达式"^"和"$"只匹配字符串的开始①和结尾④位置。如：

主要在将表达式用来替换时起作用，配置为Global表示替换所有的匹配。

4.1如果要要求表达式所匹配的内容是整个字符串，而不是从字符串中找一部分，那么可以在表达式的首尾使用"^"和"$"，比如："^\d$"要求整个字符串只有数字。

4.2如果要求匹配的内容是一个完整的单词，而不会是单词的一部分，那么在表达式首尾使用"\b"，比如：使用"\b(if|while|else|void|int……)\b"来匹配程序中的关键字。

4.3表达式不要匹配空字符串。否则会一直得到匹配成功，而结果什么都没有匹配到。比如：准备写一个匹配"123"、"123."、"123.5"、".5"这几种形式的表达式时，整数、小数点、小数数字都可以省略，但是不要将表达式写成："\d*\.?\d*"，因为如果什么都没有，这个表达式也可以匹配成功。更好的写法是："\d\.?\d*|\.\d"。

4.5合理选择贪婪模式与非贪婪模式，参见话题讨论。

4.6或"|"的左右两边，对某个字符最好只有一边可以匹配，这样，不会因为"|"两边的表达式因为交换位置而有所不同。

扫描二维码推送至手机访问。

3浏览自媒体运营与推广

2浏览网站结构优化

2浏览外部链接建设

2浏览自媒体运营与推广

相关标签： 正则表达式、

本文地址：https://www.badfl.com/article/50820927acddf071894e.html

上一篇：正则表达式中的特殊字符...
下一篇：50个有用的网站设计资源...