网络技术 > 前端设计
正则表达式基础知识
分类:前端设计    时间:2014-06-25    浏览:2947次

一个正则表达式就是由普通字符(例如字符 a 到 z)以及特殊字符(称为元字符)组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。如:
JScript

VBScript

匹配

/^\[ \t]*$/

^\[ \t]*$

匹配一个空白行。

/\d{2}-\d{5}/

\d{2}-\d{5}

验证一个ID 号码是否由一个2位数字,一个连字符以及一个5位数字组成。

/<(.*)>.*<\/\1>/

<(.*)>.*<\/\1>

匹配一个 HTML 标记。


下表是元字符及其在正则表达式上下文中的行为的一个完整列表:
字符

描述

\

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。

*

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。

?

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。

[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 (©)。


下面看几个例子:
^The:表示所有以The开始的字符串(There,The cat等);
of despair$:表示所以以of despair结尾的字符串;
^abc$:表示开始和结尾都是abc的字符串——呵呵,只有abc自己了;
notice:表示任何包含notice的字符串。

*,+和?这三个符号,表示一个或一序列字符重复出现的次数。它们分别表示“没有或
更多”,“一次或更多”还有“没有或一次”。下面是几个例子:

ab*:表示一个字符串有一个a后面跟着零个或若干个b。(a, ab, abbb,……);
ab+:表示一个字符串有一个a后面跟着至少一个b或者更多;
ab?:表示一个字符串有一个a后面跟着零个或者一个b;
a?b+$:表示在字符串的末尾有零个或一个a跟着一个或几个b。

也可以使用范围,用大括号括起,用以表示重复次数的范围。

ab{2}:表示一个字符串有一个a跟着2个b(abb);
ab{2,}:表示一个字符串有一个a跟着至少2个b;
ab{3,5}:表示一个字符串有一个a跟着3到5个b。

请注意,你必须指定范围的下限(如:{0,2}而不是{,2})。还有,你可能注意到了,*,+和
?相当于{0,},{1,}和{0,1}。
还有一个¦,表示“或”操作:

hi¦hello:表示一个字符串里有hi或者hello;
(b¦cd)ef:表示bef或cdef;
(a¦b)*c:表示一串ab混合的字符串后面跟一个c;

.可以替代任何字符:

a.[0-9]:表示一个字符串有一个a后面跟着一个任意字符和一个数字;
^.{3}$:表示有任意三个字符的字符串(长度为3个字符);

方括号表示某些字符允许在一个字符串中的某一特定位置出现:

[ab]:表示一个字符串有一个a或b(相当于a¦b);
[a-d]:表示一个字符串包含小写的a到d中的一个(相当于a¦b¦c¦d或者[abcd]);
^[a-zA-Z]:表示一个以字母开头的字符串;
[0-9]%:表示一个百分号前有一位的数字;
,[a-zA-Z0-9]$:表示一个字符串以一个逗号后面跟着一个字母或数字结束。

你也可以在方括号里用^表示不希望出现的字符,^应在方括号里的第一位。(如:%[^a-zA-Z]%表
示两个百分号中不应该出现字母)。

为了逐字表达,必须在^.$()¦*+?{\这些字符前加上转移字符\。

请注意在方括号中,不需要转义字符。

Copyright © 2014-2020 XfengNet.COM Inc. All Rights Reserved. 苏ICP备08014032号
返回顶部