正則表達式——从匹配北美电话号码和邮箱地址学习

一般北美电话号码的格式为：

         999-999-9999

或者999x999x9999 （x表示随意字符）

用字符组来匹配：

[0-9][0-9][0-9]-[0-9][0-9][0-9]-[0-9][0-9][0-9][0-9]

用字符组简写式：

\d\d\d-\d\d\d-\d\d\d\d

括选文字符：

^(\(\d{3}\)|^\d{3}[.-]?)?\d{3}[.-]?\d{4}$

第一个^表示电话号码会出如今一行的起始位置

左括号{为捕获分组的起始符

\(表示左括号本身（转义字符）

\d匹配一位数字

\d后的{3}是量词。表示匹配三位数字

\}匹配右括号本身（转义字符）

|表示选择，也就是从多个可选项中选择多个

^匹配行起始位置

\d匹配一位数字

{3}表示匹配三位数字的量词

[.-]?匹配一个可选的点号或者连字符

右括号）为捕获分组的结束符

？表示分组可选，即分组中的前缀可有可无

\d匹配一位数字

{3}表示匹配三位数字的量词

[.-]?匹配还有一个可选的点号或者连字符

\d匹配一位数字

{4}是表示匹配四位数字的量词

$匹配行结束位置

 

 

以下再说一个匹配北美电话号码的正则表示式：

^\(?
(?:\d{3})\)?[.-]?(?\d{3})[.-]?(?
:\d{4})$

当中(?:xxxx)表示的是非捕获分组，非捕获分组不会将其内容存储在内存中，能够带来更高的性能。

 

匹配电子邮件地址的正則表達式：

^([\w-.!#$%&'*-+=/?^_{|}~]+)@((?
:\w+\.)+)(?:[a-zA-Z]{2,4})$

 

 

提前定义字符集：

 

\w匹配一个单词字符,相当于[a-zA-Z0-9]

\W匹配一个非单词字符[\^\w]

\d表示匹配一个数字[0-9]

\D匹配一个非数字[^\d]

\s匹配一个空白字符[<空格> \t\r\n\f\v]

\S匹配一个非空白字符[^\s]

 

量词：

 

*匹配前一个字符0或无限次

+匹配前一个字符1次或者无限次

？匹配前一个字符0或1次

{m}匹配前一个字符m次

{m,n}匹配前一个字符m-n次

 

 

边界

 

^匹配字符串开头，在多行模式中匹配每一行的开头

$匹配字符串末尾，在多行模式中国匹配每一行的末尾

\A仅匹配字符串开头

\Z仅匹配字符串末尾

\b匹配\w和\W之间

\B匹配[^\b]

 

 

[]一般表示字符集

{}一般表示量词

()一般表示分组

(?:)一般表示非捕获分组