什么是正则表达式呢?
正则表达式,又称正规表示法、常规表示法(英语:RegularExpression,在代码中常简写为regex、regexp或RE),它是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。几乎在各种计算机编程语言中都有用到。可以分为普通正则表达式、扩展正则表达式、高级正则表达式。普通正则表达式在linuxshell中常用到,高级正则表达式语法规范,基本由perl演化而来。目前常见程序语言(php,perl,python,java,c#)都支持高级正则表达式。
我们为什么要学习正则表达式?
高级程序语言的正则表达式几乎都从perl语言发展而来,因此,语法几乎一致。你学好了,一门正则表达式语言。几乎在所有程序语言中就可以用到。就像,我知道sql语法,后端mysql,mssql几乎都通用。这个也是我们需要学好正则表达式一个原因,通用性。另外一个原因是:正则表达式强大的文本匹配功能。很多文本匹配处理,如果没有正则表达式,还真的很难做出来。如:从一段字符串,读出手机号格式,我们如果用字符串查找,需要做循环,需要写判断。估计耗费不少代码,开发时间。如果用正则表达式,就一行代码就可以了。匹配所有成对的:html标签,如果要做这个,我们发现非常复杂,要处理层次,要匹配标签。一般同人短短几个小时可能完成不了。如果用正则表达式,估计也就几分钟而已。
正则表达式字符串格式
既然我们知道正则表达式重要性,通用性。那么我们对常见格式可以了解下。一般正则表达式由:普通字符+特殊字符(元字符)一起组成的字符串。如:匹配“ab开头,后面紧跟数字字符串““ab\d+”这其中ab就是普通字符,\d代表可以是0-9数字,+代表前面字符可以出现1次或以上。哈哈,看起来还真的很容易吧!
正则表达式无论是普通还是扩展还是高级正则表达式。不同之处,可能在特殊字符方面有些不同。很多特殊字符,可以组合,形成一套新匹配规则。这里就不说太深了。我们一般只要知道它的常见元字符。基本上常见正则表达式就可以写出来了。
以下是javascript正则表达式常见的元字符:
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、或一个后向引用、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。刘,"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"Windows2000"中的"Windows",但不能匹配"Windows3.1"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Negativelookaheadmatchesthesearchstringatanypointwhereastringnotmatching 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"Windows3.1"中的"Windows",但不能匹配"Windows2000"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