正则表达式
一. 语法
普通字符
普通字符包括没有显式指定为元字符的所有可打印和不可打印字符
非打印字符
非打印字符也可以是正则表达式的组成部分。下表列出了表示非打印字符的转义序列
\cx #匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
\f #匹配一个换页符。等价于 \x0c 和 \cL。
\n #匹配一个换行符。等价于 \x0a 和 \cJ。
\r #匹配一个回车符。等价于 \x0d 和 \cM。
\s #匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S #匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t #匹配一个制表符。等价于 \x09 和 \cI。
\v #匹配一个垂直制表符。等价于 \x0b 和 \cK。
特殊字符
特殊字符匹配时要转义
$ #匹配输入字符串的结尾位置
如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'。
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。子表达式可以获取供以后使用。要匹配这些字符，请使用 \( 和 \)。
* 匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*。
+ 匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+。
. 匹配除换行符 \n之外的任何单字符。要匹配 .，请使用 \。
[ 标记一个中括号表达式的开始。要匹配 [，请使用 \[。
? 匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 \?。
\ 将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\\' 匹配 "\"，而 '\(' 则匹配 "("。
^ 匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 \^。
{ 标记限定符表达式的开始。要匹配 {，请使用 \{。
| 指明两项之间的一个选择。要匹配 |，请使用 \|。
限定符
限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有*或+或?或{n}或{n,}或{n,m}共6种
* #匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+ #匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
? #匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
{n} n #是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。
{n,} #n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。
'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。
{n,m} #m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。
'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。
例子：
/Chapter [1-9][0-9]*/ #匹配任意页码
/Chapter [1-9][0-9]*/ #只匹配两位
/Chapter [1-9][0-9]{0,1}/ #只匹配两位
*、+和?限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配
<H1>Chapter 1 – Introduction to Regular Expressions</H1>
下面的表达式匹配从开始小于符号 (<) 到关闭 H1 标记的大于符号 (>) 之间的所有内容
<.*>
如果您只需要匹配开始 H1 标记，下面的"非贪心"表达式只匹配 <H1>
<.*?>
定位符
把正则表达式固定到行首或行尾；
定位符描述字符串或单词的边界，^和$分别指字符串的开始与结束，\b描述单词的前或后边界，\B表示非单词边界；
^ #匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与 \n 或 \r 之后的位置匹配。
$ #匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与 \n 或 \r 之前的位置匹配。
\b #匹配一个字边界，即字与空格间的位置。
\B #非字边界匹配。
不能将限定符与定位点一起使用。由于在紧靠换行或者字边界的前面或后面不能有一个以上位置，因此不允许诸如 ^* 之类的表达式。
^Chapter [1-9][0-9]{0,1} #匹配一行开头
^Chapter [1-9][0-9]{0,1}$ #匹配一行标题
\bCha #匹配以Cha开头的
ter\b #匹配以ter结尾的
\Bapt #匹配不以apt开头的
选择
圆括号把所有选择项括起来，相邻选择项用|分隔，但用圆括号相关的匹配会被缓存
非捕获源-> ？: ?= ?!
?= ?!二者
前者为正向预查，在任何开始匹配圆括号内的正则表达式模式的位置来匹配搜索字符串
后者为负向预查，在任何开始不匹配该正则表达式模式的位置来匹配搜索字符串
关闭括号的捕获能力,而只是用它来做分组，第一个圆括弧只是用来分组，而不会占用捕获变量。
(?:bronto)(steak|burger)
反向引用
## 二. 元字符
\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，'n' 匹配字符 "n"。'\n' 匹配一个换行符。序列 '\\' 匹配 "\" 而 "\(" 则匹配 "("。
^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 '\n' 或 '\r' 之后的位置。
$ 匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 '\n' 或 '\r' 之前的位置。
* 多匹配前面的子表达式零次或次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+ 匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
? 匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
{n} n 是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。
{n,} n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。
{n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。
? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，'o+?' 将匹配单个 "o"，而 'o+' 将匹配所有 'o'。
. 匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。
(pattern) 匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 '\(' 或 '\)'。
(?:pattern) 匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如， 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。
(?=pattern) 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern) 负向预查，在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
x|y 匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。
[xyz] 字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。
[^xyz] 负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'、'l'、'i'、'n'。
[a-z] 字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。
[^a-z] 负值字符范围。匹配任何不在指定范围内的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。
\b 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\cx 匹配由 x 指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
\d 匹配一个数字字符。等价于 [0-9]。
\D 匹配一个非数字字符。等价于 [^0-9]。
\f 匹配一个换页符。等价于 \x0c 和 \cL。
\n 匹配一个换行符。等价于 \x0a 和 \cJ。
\r 匹配一个回车符。等价于 \x0d 和 \cM。
\s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t 匹配一个制表符。等价于 \x09 和 \cI。
\v 匹配一个垂直制表符。等价于 \x0b 和 \cK。
\w 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
\xn 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，'\x41' 匹配 "A"。'\x041' 则等价于 '\x04' & "1"。正则表达式中可以使用 ASCII 编码。
\num 匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，'(.)\1' 匹配两个连续的相同字符。
\n 标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为向后引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
\nm 标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。
\nml 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
\un 匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， \u00A9 匹配版权符号 (?)。
三. 运算符优先级
从左向右运算，遵循优先级原则。
相同优先级的从左到右进行运算，不同优先级的运算先高后低。
| 运算符 | 描述 |
|---|---|
| \ | 转义符 |
| (), (?😃, (?=), (?!), [] | 圆括号和方括号 |
| *, +, ?, {n}, {n,}, | 限定符 |
| ^, $, \任何元字符、任何字符 | 定位点和序列（即：位置和顺序） |
| | 替换，"或"操作字符具有高于替换运算符的优先级，使得"m¦food"匹配"m"或"food"。若要匹配"mood"或"food"，请使用括号创建子表达式，从而产生"(m¦f)ood"。 |
四. 匹配规则
基本模式匹配
模式，是正规表达式最基本的元素，它们是一组描述字符串特征的字符
模式可以很简单，由普通的字符串组成，也可以非常复杂，往往用特殊的字符表示一个范围内的字符、重复出现，或表示上下文
例如：
^once
bucket$
^bucket$
once
^\t
字符簇
web中，正则用来验证用户输入，判断电话号码、地址、EMAIL地址、信用卡号码等是否有效
[AaEeIiOoUu]
[a-z] #匹配所有的小写字母
[A-Z] #匹配所有的大写字母
[a-zA-Z] #匹配所有的字母
[0-9] #匹配所有的数字
[0-9\.\-] #匹配所有的数字，句号和减号
[ \f\r\t\n] #匹配所有的白字符
^[a-z][0-9]$ #一个小写字母和数字组成字符串
[^a-z] #除了小写字母以外的所有字符
[^\\\/\^] #除了(\)(/)(^)之外的所有字符
[^\"\'] #除了双引号(")和单引号(')之外的所有字符
确定重复出现
^[a-zA-Z_]$ #所有的字母和下划线
^[[:alpha:]]{3}$ #所有的3个字母的单词
^a$ #字母a
^a{4}$ #aaaa
^a{2,4}$ #aa,aaa或aaaa
^a{1,3}$ #a,aa或aaa
^a{2,}$ #包含多于两个a的字符串
^a{2,} #如：aardvark和aaab，但apple不行
a{2,} #如：baad和aaa，但Nantucket不行
\t{2} #两个制表符
.{2} #所有的两个字符
^[a-zA-Z0-9_]{1,}$ #所有包含一个以上的字母、数字或下划线的字符串 ^[a-zA-Z0-9_]+$
^[1-9]{1,}$ #所有的正数 ^[0-9]+$
^\-{0,1}[0-9]{1,}$ #所有的整数 ^\-?[0-9]+$
^[-]?[0-9]+\.?[0-9]+$ #所有的浮点数，等同^\-?[0-9]{1,}\.?[0-9]{1,}$
## 五. 示例 **简单表达式** **字符匹配** 句点 (.) 匹配字符串中的各种打印或非打印字符，只有一个字符例外。这个例外就是换行符 (\n)。 **中括号表达式** 中括号中包括连字符：
[\-] #转义
[-a-z] #放在开始和结尾也可以，这样匹配所有的小写字母和-
[a-z-]
[!--] #创建范围，开始字符小于连字符，结束字符大于或等于连字符
[!-~]
Chapter [^12345]/ #查找不在列表中的内容
替换和分组
替换字符|，应该使用()更容易控制范围
^Chapter|Section [1-9][0-9]{0,1}$
^(Chapter|Section) [1-9][0-9]{0,1}$ #这个更好
^(?:Chapter|Section) [1-9][0-9]{0,1}$ #防止保存
?=是正向预测，?!是反向预测（就是取非）
Windows(?=95 |98 |NT )
其他示例
\b([a-z]+) \1\b #一个单词连续出现的位置
(\w+):\/\/([^/:]+)(:\d*)?([^# ]*) #将一个URL解析为协议、域、端口及相对路径
^(?:Chapter|Section) [1-9][0-9]{0,1}$ #定位章节位置
[-a-z] #A至z共26个字母再加一个-号
ter\b #可匹配chapter，而不能匹配terminal
Windows(?=95 |98 |NT ) #可匹配Windows95或Windows98或WindowsNT，当找到一个匹配后，从Windows后面开始进行下一次的检索匹配
^\s*$ #匹配空行
\d{2}-\d{5} #验证由两位数字、一个连字符再加 5 位数字组成的 ID 号
<\s*(\S+)(\s[^>]*)?>[\s\S]*<\s*\/\1\s*> #匹配 HTML 标记
浙公网安备 33010602011771号