正则表达式学习参考
1 概述
正则表达式(Regular Expression)是一种匹配模式，描述的是一串文本的特征。
正如自然语言中“高大”、“坚固”等词语抽象出来描述事物特征一样，正则表达式就是字符的高度抽象，用来描述字符串的特征。
正则表达式（以下简称正则，Regex）通常不独立存在，各种编程语言和工具作为宿主语言提供对正则的支持，并根据自身语言的特点，进行一定的剪裁或扩展。
正则入门很容易，有限的语法规则很容易掌握，但是目前正则的普及率并不高，主要是因为正则的流派众多，各种宿主语言提供的文档都过多的关注于自身的一些细节，而这些细节通常是初学者并不需要关注的。
当然，如果想要深入的了解正则表达式，这些细节又是必须被关注的，这是后话，让我们先从正则的基础开始，进入正则表达式的世界。
2 正则表达式基础
2.1 基本概念
2.1.1 字符串组成
对于字符串“a5”，是由两个字符“a”、“5”以及三个位置组成的，这一点对于正则表达式的匹配原理理解很重要。
2.1.2 占有字符和零宽度
正则表达式匹配过程中，如果子表达式匹配到的是字符内容，而非位置，并被保存到最终的匹配结果中，那么就认为这个子表达式是占有字符的；如果子表达式匹配的仅仅是位置，或者匹配的内容并不保存到最终的匹配结果中，那么就认为这个子表达式是零宽度的。
占有字符还是零宽度，是针对匹配的内容是否保存到最终的匹配结果中而言的。
占有字符是互斥的，零宽度是非互斥的。也就是一个字符，同一时间只能由一个子表达式匹配，而一个位置，却可以同时由多个零宽度的子表达式匹配。
2.1.3 正则表达式构成
正则表达式由两种字符构成。一种是在正则表达式中具体特殊意义的“元字符”，另一种是普通的“文本字符”。
元字符可以是一个字符，如“^”，也可以是一个字符序列，如“\w”。
2.2 元字符（Meta Character）
2.2.1 […] 字符组(Character Classes)
字符组可以匹配[ ]中包含的任意一个字符。虽然可以是任意一个，但只能是一个。
字符组支持由连字符“-”来表示一个范围。当“-”前后构成范围时，要求前面字符的码位小于后面字符的码位。
[^…] 排除型字符组。排除型字符组表示任意一个未列出的字符，同样只能是一个。排除型字符组同样支持由连字符“-”来表示一个范围。
|
表达式
|
说明
|
|
[abc]
|
表示“a”或“b”或“c”
|
|
[0-9]
|
表示0~9中任意一个数字，等价于[0123456789]
|
|
[\u4e00-\u9fa5]
|
表示任意一个汉字
|
|
[^a1<]
|
表示除“a”、“1”、“<”外的其它任意一个字符
|
|
[^a-z]
|
表示除小写字母外的任意一个字符
|
举例：
“[0-9][0-9]”在匹配“Windows 2003”时，匹配成功，匹配的结果为“20”。
“[^inW]”在匹配“Windows 2003”时，匹配成功，匹配的结果为“d”。
2.2.2 常见字符范围缩写
对于一些常用的字符范围，如数字等，由于非常常用，即使使用[0-9]这样的字符组仍显得麻烦，所以定义了一些元字符，来表示常见的字符范围。
|
表达式
|
说明
|
|
\d
|
任意一个数字，相当于[0-9]，即0~9 中的任意一个
|
|
\w
|
任意一个字母或数字或下划线，相当于[a-zA-Z0-9_]
|
|
\s
|
任意空白字符，相当于[ \r\n\f\t\v]
|
|
\D
|
任意一个非数字字符，\d取反，相当于[^0-9]
|
|
\W
|
\w取反，相当于[^a-zA-Z0-9_]
|
|
\S
|
任意非空白字符，\s取反，相当于[^ \r\n\f\t\v]
|
举例：
“\w\s\d”在匹配“Windows 2003”时，匹配成功，匹配的结果为“s 2”。
2.2.3 . 小数点
小数点可以匹配除“\n”以外的任意一个字符。如果要匹配包括“\n”在内的所有字符，一般用[\s\S]，或者是用“.”加(?s)匹配模式来实现。
|
表达式
|
说明
|
|
.
|
匹配除了换行符 \n 以外的任意一个字符
|
2.2.4 其它元字符
|
表达式
|
说明
|
|
^
|
匹配字符串开始的位置，不匹配任何字符
|
|
$
|
匹配字符串结束的位置，不匹配任何字符
|
|
\b
|
匹配单词边界，不匹配任何字符
|
举例：
“^a”在匹配“cba”时，匹配失败，因为表达式要求开始位置后面是字符“a”，而“cba”显然是不满足的。
“\d$”在匹配“123”时，匹配成功，匹配结果为“3”，这个表达式要求匹配结尾处的数字，如果结尾处不是数字，如“123abc”，则是匹配失败的。
2.2.5 转义字符
一些不可见字符，或是在正则中具有特殊意义的元字符，如想匹配字符本身，需要用“\”对其进行转义。
|
表达式
|
说明
|
|
\r，\n
|
回车和换行
|
|
\\
|
匹配“\”本身
|
|
\^，\$，\.
|
分别匹配“^”、“$”和“.”
|
以下字符在匹配其本身时，通常需要进行转义。在实际应用中，根据具体情况，需要转义的字符可能不止如下所列字符
. $ ^ { [ ( | ) * + ? \
2.2.6 量词（Quantifier）
量词表示一个子表达式可以匹配的次数。量词可以用来修饰一个字符、字符组，或是用()括起来的子表达式。一些常用的量词被定义成独立的元字符。
|
表达式
|
说明
|
举例
|
|
{m}
|
表达式匹配m次
|
“\d{3}”相当于“\d\d\d ”
“(abc){2}”相当于“abcabc”
|
|
{m,n}
|
表达式匹配最少m次，最多n次
|
“\d{2,3}”可以匹配“12”或“321”等2到3位的数字
|
|
{m,}
|
表达式至少匹配m次
|
“[a-z]{8,}”表示至少8位以上的字母
|
|
?
|
表达式匹配0次或1次，相当于{0,1}
|
“ab?”可以匹配“a”或“ab”
|
|
*
|
表达式匹配0次或任意多次，相当于{0,}
|
“<[^>]*>”中“[^>]*”表示0个或任意多个不是“>”的字符
|
|
+
|
表达式匹配1次或意多次，至少1次，相当于{1,}
|
“\d\s+\d”表示两个数字中间，至少有一个以上的空白字符
|
注意：在不是动态生成的正则表达式中，不要出现“{1}”这样的量词，如“\w{1}”在结果上等价于“\w”，但是会降低匹配效率和可读性，属于画蛇添足的做法。
2.2.7 分支结构（Alternation）
当一个字符串的某一子串具有多种可能时，采用分支结构来匹配，“|”表示多个子表达式之间“或”的关系，“|”是以()限定范围的，如果在“|”的左右两侧没有()来限定范围，那么它的作用范围即为“|”左右两侧整体。
举例：
“^aa|b$”在匹配“cccb”时，是可以匹配成功的，匹配的结果是“b”，因为这个表达式表示匹配“^aa”或“b$”，而“b$”在匹配“cccb ”时是可以匹配成功的。
“^(aa|b)$”在区配“cccb”时，是匹配失败的，因为这个表达式表示在“开始”和“结束”位置之间只能是“aa”或“b”，而“cccb”显然是不满足的。
3 正则表达式进阶
3.1 捕获组（Capture Group）
捕获组就是把正则表达式中子表达式匹配的内容，保存到内存中以数字编号或手动命名的组里，以供后面引用。
|
表达式
|
说明
|
|
(Expression)
|
普通捕获组，将子表达式Expression匹配的内容保存到以数字编号的组里
|
|
color: #
分享到：
Global site tag (gtag.js) - Google Analytics
|
相关推荐
正则表达式入门正则表达式 学习参考 推荐的文件
《学习正则表达式》从正则表达式的基本概念讲...此外，书中各在线和桌面工具一应俱全，并介绍了进阶参考资料，是一本不可多得的正则表达式入门好书。《学习正则表达式》适合对正则表达式感兴趣的程序员和互联网从业者。
正则表达式学习参考.rar
正则表达式整理汇总，含以下内容 ［1］里面在包括一个正则表达式测试小程序 RegexTester.exe ［2］正则表达式30分钟入门教程.pdf］ ［3］正则表达式规则.doc ［4］正则表达式30分钟入门教程.mht 自己整理用的，现在...
正则表达式 正则表达式字符参考 学习正则表达式使用。
本文介绍了深入学习正则表达式的基础知识和推荐内容。 本文主要面向对正则表达式知之甚少或没有使用经验，但却熟悉 ASP.NET、可借助 .NET 编程的初学者。此外，希望本文连同 regular expression cheat sheet 成为有...
《学习正则表达式》从正则表达式的基本概念讲...此外，书中各在线和桌面工具一应俱全，并介绍了进阶参考资料，是一本不可多得的正则表达式入门好书。《学习正则表达式》适合对正则表达式感兴趣的程序员和互联网从业者。
该文件总结了一部分正则表达式，在学习判断用户名和密码的过程中会有所帮助，仅供参考，如果有总结不对的地方，请联系作者修改
多页参考生成正则表达式（标准版无此功能） 自动检查和修改生成的正则表达式的正确性 以可视方式呈现测试结果 从文本文件中获取源文本 从HTML页面中获取源代码 一键导出匹配文本 一键导出提取字符组，并按...
c#使用正则表达式验证身份证号码，工程完全可以运行，方便大家参考和学习
《学习正则表达式》从正则表达式的基本概念...此外，书中各在线和桌面工具一应俱全，并介绍了进阶参考资料，是一本不可多得的正则表达式入门好书。 《学习正则表达式》适合对正则表达式感兴趣的程序员和互联网从业者。
目前，正则表达式已经在很多软件中得到广泛...为了简单有效而又不失强大，造成了正则表达式代码的难度较大，学习起来也不是很容易，所以需要付出一些努力才行，入门之后参照一定的参考，使用起来还是比较简单有效的
《正则指引》针对作者在开发中遇到的实际问题，以及其他开发人员咨询的问题，总结出一套使用正则表达式解题的办法，并通过具体的例子指导读者拆解、分析问题。全书分为三大部分：第一部分主要讲解正则表达式的基础...
正则表达式完整测试功能： （1）有关相应正则方法使用； （2）常用表达式，可直接使用；...（5）正则表达式参考手册； （6）可以计算字符串的字节数（中文自动算双字节）；很实用的功能，对于测试人员；
除了作为入门教程之外，本文还试图成为可以在日常工作中使用的正则表达式语法参考手册。就作者本人的经历来说，这个目标还是完成得不错的——你看，我自己也没能把所有的东西记下来，不是吗？ 清除格式 文本格式约定...
正则表达式在编程中有着广泛的应用，例如是字符串的是识别，输入框信息的验证，或者是在爬虫中有着较多的应用，正则表达式使得字符串的识别变得简单。
C#字符串和正则表达式参考手册，很多人觉得正则表达式比较复杂，下载下载学习吧，肯定会很大提高的，经典教材。其实正则表达式不难，处理字符串效率非常高，一定要掌握的。
学习正则表达式快速入门的法宝。 语言深入浅出，举例实用、典型。 1、本文目标 2、如何使用本教程 3、正则表达式到底是什么东西？ 4、入门 5、测试正则表达式 6、元字符 7、字符转义 8、重复 9、字符类 10、分枝条件...
有一段时间，正则表达式学习很火热很潮流，当时在CSDN一天就能看到好几个正则表达式的帖子，那段时间借助论坛以及Wrox Press出版的《C#字符串和正则表达式参考手册》学习了一些基础的知识，同时也为我在CSDN大概赚了...
功能(1)测试正则表达式; (2)常用表达式方法使用 (3)测试字符串的字节数; (4)学习正则的学习笔记; (5)正则表达式参考手册；