1. 正则表达式规则
1.1 普通字符
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。
1.2 简单的转义字符
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。
|
表达式
|
可匹配
|
|
\r, \n
|
代表回车和换行符
|
|
\t
|
制表符
|
|
\\
|
代表 "\" 本身
|
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 "\$"。
|
表达式
|
可匹配
|
|
\^
|
匹配 ^ 符号本身
|
|
\$
|
匹配 $ 符号本身
|
|
\.
|
匹配小数点（.）本身
|
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。
|
表达式
|
可匹配
|
|
\d
|
任意一个数字，0~9 中的任意一个
|
|
\w
|
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
|
|
\s
|
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。
|
表达式
|
可匹配
|
|
[ab5@]
|
匹配 "a" 或 "b" 或 "5" 或 "@"
|
|
[^abc]
|
匹配 "a","b","c" 之外的任意一个字符
|
|
[f-k]
|
匹配 "f"~"k" 之间的任意一个字母
|
|
[^A-F0-3]
|
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
|
作用
|
|
{n}
|
表达式重复n次，比如："\w{2}" 相当于 "\w\w"；"a{5}" 相当于 "aaaaa"
|
|
{m,n}
|
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"
|
|
{m,}
|
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："a+b"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 "It costs $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 "Ads by goooooogle" 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：
|
表达式
|
作用
|
|
^
|
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
|
|
\b
|
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 "xxx aaa xxx" 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："aaa xxx xxx"。
举例2：表达式 "aaa$" 在匹配 "xxx aaa xxx" 时，匹配结果是：失败。因为 "$" 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$" 才能匹配，比如："xxx xxx aaa"。
举例3：表达式 ".\b." 在匹配 "@@@abc" 时，匹配结果是：成功；匹配到的内容是："@a"；匹配到的位置是：开始于2，结束于4。
进一步说明："\b" 与 "^" 和 "$" 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：
|
表达式
|
作用
|
|
|
|
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5：表达式 "Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 时，匹配结果是：成功；匹配到的内容是："Tom"；匹配到的位置是：开始于4，结束于7。匹配下一个时，匹配结果是：成功；匹配到的内容是："Jack"；匹配到的位置时：开始于15，结束于19。
举例6：表达式 "(go\s*)+" 在匹配 "Let's go go go!" 时，匹配结果是：成功；匹配到内容是："go go go"；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：
|
表达式
|
匹配结果
|
|
(d)(\w+)
|
"\w+" 将匹配第一个 "d" 之后的所有字符 "xxxdxxxd"
|
|
(d)(\w+)(d)
|
"\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 。
非贪婪模式：
在修饰匹配次数的特殊符号后再加上一个 "?" 号，则可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的 "不匹配"。这种匹配原则叫作 "非贪婪" 模式，也叫作 "勉强" 模式。如果少匹配就会导致整个表达式匹配失败的时候，与贪婪模式类似，非贪婪模式会最小限度的再匹配一些，以使整个表达式匹配成功。举例如下，针对文本 "dxxxdxxxd" 举例：
|
表达式
|
匹配结果
|
|
(d)(\w+?)
|
"\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"
|
|
(d)(\w+?)(d)
|
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 "<td>(.*)</td>" 与字符串 "<td><p>aa</p></td> <td><p>bb</p></td>" 匹配时，匹配的结果是：成功；匹配到的内容是 "<td><p>aa</p></td> <td><p>bb</p></td>" 整个字符串， 表达式中的 "</td>" 将与字符串中最后一个 "</td>" 匹配。
举例2：相比之下，表达式 "<td>(.*?)</td>" 匹配举例1中同样的字符串时，将只得到 "<td><p>aa</p></td>"， 再次匹配下一个时，可以得到第二个 "<td><p>bb</p></td>"。
2.2 反向引用 \1, \2...
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 "<td>(.*?)</td>"。
其实，"小括号包含的表达式所匹配到的字符串" 不仅是在匹配结束后才可以使用，在匹配过程中也可以使用。表达式后边的部分，可以引用前面 "括号内的子匹配已经匹配到的字符串"。引用方法是 "\" 加上一个数字。"\1" 引用第1对括号内匹配到的字符串，"\2" 引用第2对括号内匹配到的字符串……以此类推，如果一对括号内包含另一对括号，则外层的括号先排序号。换句话说，哪一对的左括号 "(" 在前，那这一对就先排序号。
举例如下：
举例1：表达式 "('|")(.*?)(\1)" 在匹配 " 'Hello', "World" " 时，匹配结果是：成功；匹配到的内容是：" 'Hello' "。再次匹配下一个时，可以匹配到 " "World" "。
举例2：表达式 "(\w)\1{4,}" 在匹配 "aa bbbb abcdefg ccccc 111121111 999999999" 时，匹配结果是：成功；匹配到的内容是 "ccccc"。再次匹配下一个时，将得到 999999999。这个表达式要求 "\w" 范围的字符至少重复5次，注意与 "\w{5,}" 之间的区别。
举例3：表达式 "<(\w+)\s*(\w+(=('|").*?\4)?\s*)*>.*?</\1>" 在匹配 "<td id='td1' style="bgcolor:white"></td>" 时，匹配结果是成功。如果 "<td>" 与 "</td>" 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。
正向预搜索："(?=xxxxx)"，"(?!xxxxx)"
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 "Windows 98, Windows NT, Windows 2000" 时，将只匹配 "Windows NT" 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 "aaa ffffff 999999999" 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 "fdjka ljfdl stop fjdsla fdj" 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。
反向预搜索："(?<=xxxxx)"，"(?<!xxxxx)"
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：Java 1.4 以上的 java.util.regex 包，.NET 中System.Text.RegularExpressions 命名空间，以及本站推荐的最简单易用的 DEELX 正则引擎。
3. 其他通用规则
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）
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
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
|
字符
|
说明
|
|
^
|
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 "a bbccdd efg" 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
|
表达式属性
|
说明
|
|
Ignorecase
|
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。
|
|
Singleline
|
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。
|
|
Multiline<
分享到：
Global site tag (gtag.js) - Google Analytics
|
相关推荐
正则表达式通过一种特殊的语法来定义一系列的字符组合，以此来查找、替换或者提取符合规则的字符串。在本程序中，“测试使用正则表达式的一个小程序”显然涉及了对正则表达式功能的实践和验证。 正则表达式的核心...
正则表达式语法。 请笑纳
- **JavaScript中的正则表达式**：JavaScript的正则表达式对象提供了丰富的功能，包括全局匹配、忽略大小写等选项。 - **.NET框架中的正则表达式**：通过System.Text.RegularExpressions命名空间提供支持。 #### 六...
正则表达式的语法比较容易理解，但学习正则表达式的主要困难在于如何灵活运用这些规则来达到查找和替换的目的。 匹配单个字符 在正则表达式中，可以使用句点（.）来匹配任意单个字符。句点在正则表达式中被称为元...
这篇学习笔记将深入探讨JavaScript正则表达式的概念、语法和实际应用。 一、正则表达式基础 1. 创建正则表达式： - 字面量表示法：`/pattern/flags` - 构造函数：`new RegExp('pattern', 'flags')` 2. 常见的...
### JavaScript正则表达式语法详解 #### 一、引言 正则表达式是一种强大的文本处理工具，可以用来实现字符串的查找、替换等操作。在JavaScript中，正则表达式的应用非常广泛，从简单的字符串匹配到复杂的文本解析，...
- **多语言支持**：支持多种编程语言的正则表达式语法，确保生成的正则表达式能在不同环境中正常工作。 - **功能强大**：可能包含高级特性，如前瞻和后瞻断言、环视条件、回溯控制等，满足复杂的需求。 - **性能优化...
在JavaScript中，正则表达式以斜杠“/”包围的形式出现，例如`/pattern/flags`。在处理HTML文档时，经常会遇到需要从HTML代码中提取特定信息的情况，比如从一段字符串中匹配`<div>`和`<style>`标签。 在进行正则...
例如，JavaScript的正则表达式支持一些特有的功能，如预查`(?=...)`和否定预查`(?!=...)`，而Python的re模块则提供了更多的高级特性，如非贪婪量词和条件表达式。 学习和使用正则表达式： 掌握正则表达式需要时间和...
了解正则表达式概念 掌握正则表达式的语法 熟练掌握正则表达式在JavaScript中的应用
JavaScript正则表达式是编程语言中的一个重要组成部分，用于处理文本模式匹配和字符串操作。这篇博客“javascript正则表达式综合练习”可能是一个实践教程或示例集合，旨在帮助开发者提升在JavaScript中使用正则...
它支持常见的正则表达式语法，并提供了强大的匹配和替换功能。例如，Jakarta-ORO库中的`Perl5Compiler`类可以编译正则表达式模式，而`Perl5Matcher`类则用于执行匹配操作。 #### 三、HTML应用实例 正则表达式不仅...
- **语法结构**：正则表达式是由一系列字符和特殊符号组成的模式串，用于匹配字符串中的特定模式。 - **常见符号**： - `.`：匹配任意单个字符。 - `*`：匹配前面的子表达式零次或多次。 - `+`：匹配前面的子...
5. **学习资源**：可能内置了正则表达式语法的教程和参考资料，供用户深入学习。 6. **插件支持**：`stdplgin.dll`可能是一个标准插件库，提供了额外的功能或扩展，增强了工具的灵活性和定制性。 7. **性能分析**...
正则表达式基本语法详解 正则表达式是计算机科学中的一种形式语言，用于描述字符串模式的表达式。它通常用来检索、验证和处理字符串，广泛应用于文本处理、数据提取、验证用户输入等领域。 在正则表达式中，基本...
### JS正则表达式详解及实用案例 #### 一、正则表达式基础概念 正则表达式（Regular Expression）是一种强大的文本处理工具，能够帮助我们实现字符串的搜索与替换等操作。在JavaScript中，正则表达式广泛应用于...