时间戳

首页 > 技术文章 > 常见的正则表达式解读释义

常见的正则表达式解读释义

Wddpct 2017-04-23 14:32 原文

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])?

此处输入图片的描述

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“

推荐阅读