又名:写给正在学习前端的女友看的常见正则表达式解读。原文发布于 https://www.zybuluo.com/wddpct/note/728081 。
1. 归纳定义
对给定的字符集:Σ={c1,c2,c3,……,cn}
- 空串ε是一个正则表达式
- 对于任何的c∈Σ,c是正则表达式
- 如果M和N都是正则表达式,则以下也是正则表达式
- 选择 M|N = {M,N}
- 连接 MN = {mn,m∈M,n∈N}
2. 保留字符
这节中的表格内容来自 正则表达式30分钟入门教程,对此表示感谢。
2.1 常用的元字符
代码 | 说明 |
---|---|
. | 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 |
\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 |
2.2 常用的限定符
代码/语法 | 说明 |
---|---|
* | 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 |
2.3 常用的反义词
代码/语法 | 说明 |
---|---|
\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 |
2.4 懒惰限定符
代码/语法 | 说明 |
---|---|
*? | 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 |
2.5 常用分组语法
代码/语法 | 说明 |
---|---|
(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 |
(?=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 |
(?#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 |
3. 常用正则表达式
1. 匹配中文字符
正则表达式:[\u4e00-\u9fa5]
说明:目前主流计算机底层的编码系统都是Unicode,而在Unicode标准中,汉字表的第一个编码为U+4e00,最后一个编码为U+9fa5,所以[\u4e00-\u9fa5]
就代表匹配任意一个Unicode编码表中存在的汉字。
2.匹配双字节字符
正则表达式:[^\x00-\xff]
说明:\x代表十六进制形式,2个字节长度的十六进制最大范围为00-ff,所以[^\x00-\xff]
表示匹配长度为双字节的字符。
3. 匹配空白行
正则表达式:\n\s*\r
说明:这个表达式表示匹配内容中的空白行,比如一个txt由多行文字组成,并且句子与句子之间存在空白行,这个正则表达式便能加以区分。
首先,\n
表示匹配一个换行符,而\s*
代表匹配任意的空白符,\r
表示匹配任意的回车符。
示例如下。
public class Program
{
static void Main(string[] args)
{
string[] sentences =
{
@"C# code
",
@"Chapter 2:
Writing Code",
@"Unicode",
@"match
here"
};
string sPattern = @"\n\s*\r";
foreach (string s in sentences)
{
if (System.Text.RegularExpressions.Regex.IsMatch(s, sPattern, System.Text.RegularExpressions.RegexOptions.IgnoreCase))
{
System.Console.WriteLine(" (match for '{0}' found)", s);
}
else
{
System.Console.WriteLine();
}
}
}
}
4. 匹配Email地址
[\w!#$%&'*+/=?^_`{|}~-]+(?:\.[\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?
示例:wddpct@gmail.com,wdd.pct@gmail.com,wddpct-pct@gmail.com
5. 匹配URL
正则表达式:[a-zA-Z]+:\/\/[^\s]*
说明:[a-zA-Z]+
表示匹配任意长度字符串,并且字符串包含的字符只能是a和z或者A和Z之间的字母。‘:\/\/’
表示匹配“