关于正则表达式 regular expression

很久了，想看看正则表达式的具体规范，还好最近，有幸找到并收集了一下，如下

在最简单的形式中，正则表达式（regular expression）是用来在文件中定位文本的一些搜索标准。例如，要查找所有包含单词 “admin” 的行，我们就可以对 “admin” 进行搜索。因此，“admin” 就构成了一个正则表达式。如果我们不但希望查找 “admin”，而且还想将其替换成 “root”，那么我们就可以在一个工具中使用适当的命令将 “admin” 替换成 “root”。它们都构成了正则表达式。

正则表达式所采用的一些基本规则如下：

• 任何单个字符或一串字符都可以匹配字符本身，例如上面的 “admin” 的例子。
• ^ 符号（^）表示一行的开始；$ 符号（$）表示一行的结束。
• 要搜索特殊字符（例如 $ 符号），需要在这些字符前面加上反斜线（\）。例如， \$ 就表示查找 $，而不是一行的末尾。
• 点（.）代表任何单个字符。例如，ad..n 代表 5 个字符项，前两个字符是 “ad”，最后一个字符是 “n”。中间两个字符可以是任何字符，但是只能是由两个字符组成。
• 任何时候如果正则表达式包含在斜线中（例如 /re/），搜索就是通过文件顺序进行的。如果正则表达式包含在问号中（例如，?re?），搜索就是通过文件逆序进行的。
• 方括号（[]）表示多个值，减号（-）表示值的范围。例如，[0-9] 与 [0123456789] 相同，[a-z] 就等效于搜索任何小写字符。如果一个列表的首字符是 ^ 符号，它就匹配不在这个清单中的任何字符。

 

 

表 1. 示例正则表达式 例子 说明

[abc]	匹配 “a”、“b”、“c” 之一
[a-z]	匹配从 “a” 到 “z” 的任何一个小写字符
[A-Z]	匹配从 “A” 到 “Z” 的任何一个大写字符
[0-9]	匹配从 0 到 9 的任何一个数字
[^0-9]	匹配任何除了 0 到 9 数字范围内的任何字符
[-0-9]	匹配从 0 到 9 的任何数字，或者是短横线（-）
[0-9-]	匹配从 0 到 9 的任何数字，或者是短横线（-）
[^-0-9]	匹配除从 0 到 9 的数字和短横线（-）之外的任何字符
[a-zA-Z0-9]	匹配任何字符或数字