前往顾页
以后地位: 主页 > 收集编程 > Php实例教程 >

正则表达式 根本学习条记

时候:2015-07-15 09:42来源:知行网www.zhixing123.cn 编辑:麦田守望者

正则表达式(regular expression)描述了一种字符串婚配的形式,可以用来查抄一个串是不是含有某种子串、将婚配的子串做替代或从某个串中取出适合某个前提的子串等。

列目次时,dir *.txt或ls *.txt中的*.txt就 是一个正则表达式,因为这里*与正则式的*的含义是不合的

为便于了解和记忆,先从一些观点动手,所有特别字符或字符组合有一个总表在前面,最后一些例子供了解呼应的观点。

正则表达式

是由浅显字符(比方字符 a 到 z)和特别字符(称为元字符)构成的笔墨形式。正则表达式作为一个模板,将某个字符形式与所搜刮的字符串进行婚配。

可以经由过程在一对分开符之间放入表达式形式的各种组件来机关一个正则表达式,即/expression/

浅显字符

由所有那些未显式指定为元字符的打印和非打印字符构成。这包含所有的年夜写和小写字母字符,所有数字,所有标点标记和一些标记。

非打印字符

字符 含义
\cx 婚配由x指明的节制字符。比方, \cM 婚配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。不然,将 c 视为一个原义的 'c' 字符。
\f 婚配一个换页符。等价于 \x0c 和 \cL。
\n 婚配一个换行符。等价于 \x0a 和 \cJ。
\r 婚配一个回车符。等价于 \x0d 和 \cM。
\s 婚配任何空缺字符,包含空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S 婚配任何非空缺字符。等价于 [^ \f\n\r\t\v]。
\t 婚配一个制表符。等价于 \x09 和 \cI。
\v 婚配一个垂直制表符。等价于 \x0b 和 \cK。

特别字符

所谓特别字符,就是一些有特别含义的字符,如下面说的"*.txt"中的*,简朴的说就是表示任何字符串的意义。如果要查找文件名中有*的文件,则需求对*进行转义,即在其前加一个\。ls \*.txt。正则表达式有以下特别字符。

特别字符 申明
$ 婚配输入字符串的末端地位。如果设置了 RegExp 工具的 Multiline 属性,则 $ 也婚配 '\n' 或 '\r'。要婚配 $ 字符本身,请利用 \$。
( ) 标识表记标帜一个子表达式的开端和结束地位。子表达式可以获得供今后利用。要婚配这些字符,请利用 \( 和 \)。
* 婚配前面的子表达式零次或多次。要婚配 * 字符,请利用 \*。
+ 婚配前面的子表达式一次或多次。要婚配 + 字符,请利用 \+。
. 婚配除换行符 \n以外的任何单字符。要婚配 .,请利用 \。
[ 标识表记标帜一其中括号表达式的开端。要婚配 [,请利用 \[。
? 婚配前面的子表达式零次或一次,或指明一个非贪婪限定符。要婚配 ? 字符,请利用 \?。
\ 将下一个字符标识表记标帜为或特别字符、或原义字符、或向后援引、或八进制转义符。比方, 'n' 婚配字符 'n'。'\n' 婚配换行符。序列 '\\' 婚配 "\",而 '\(' 则婚配 "("。
^ 婚配输入字符串的开端地位,除非在方括号表达式中利用,此时它表示不接管该字符调集。要婚配 ^ 字符本身,请利用 \^。
{ 标识表记标帜限定符表达式的开端。要婚配 {,请利用 \{。
| 指明两项之间的一个挑选。要婚配 |,请利用 \|。

机关正则表达式的体例和建立数学表达式的体例一样。也就是用多种元字符与操纵符将小的表达式连络在一路来建立更年夜的表达式。正则表达式的组件可所以单个的字符、字符调集、字符范围、字符间的挑选或所有这些组件的肆意组合。

限定符

限定符用来指定正则表达式的一个给定组件必必要呈现多少次才气满足婚配。有*或+或?或{n}或{n,}或{n,m}共6种。

*、+和?限定符都是贪婪的,因为它们会尽可能多的婚配笔墨,只需在它们的前面加上一个?便可以实现非贪婪或最小婚配。

正则表达式的限定符有:

字符 描述
* 婚配前面的子表达式零次或多次。比方,zo* 能婚配 "z" 和 "zoo"。* 等价于{0,}。
+ 婚配前面的子表达式一次或多次。比方,'zo+' 能婚配 "zo" 和 "zoo",但不克不及婚配 "z"。+ 等价于 {1,}。
? 婚配前面的子表达式零次或一次。比方,"do(es)?" 可以婚配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
{n} n 是一个非负整数。婚配肯定的 n 次。比方,'o{2}' 不克不及婚配 "Bob" 中的 'o',但是能婚配 "food" 中的两个 o。
{n,} n 是一个非负整数。起码婚配n 次。比方,'o{2,}' 不克不及婚配 "Bob" 中的 'o',但能婚配 "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,此中n <= m。起码婚配 n 次且最多婚配 m 次。比方,"o{1,3}" 将婚配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请重视在逗号和两个数之间不克不及有空格。

定位符

用来描述字符串或单词的鸿沟,^和$别离指字符串的开端与结束,\b描述单词的前或后鸿沟,\B表示非单词鸿沟。 不克不及对定位符利用限定符。

挑选

用圆括号将所有挑选项括起来,相邻的挑选项之间用|分开。但用圆括号会有一个副感化,是相关的婚配会被缓存,此时可用?:放在第一个选项前来消弭这类副感化。

此中?:是非捕获元之一,另有两个非捕获元是?=和?!,这两个另有更多的含义,前者为正向预查,在任何开端婚配圆括号内的正则表达式形式的地位来婚配搜刮字符串,后者为负向预查,在任何开端不婚配该正则表达式形式的地位来婚配搜刮字符串。

后向援引

对一个正则表达式形式或部分形式两边增加圆括号将导致相关婚配存储到一个临时缓冲区中,所捕获的每个子婚配都遵循在正则表达式形式中从左至右所碰到的内 容存储。存储子婚配的缓冲区编号从 1 开端,持续编号直至最年夜 99 个子表达式。每个缓冲区都可利用 '\n' 拜候,此中 n 为一个标识特定缓冲区的一名或两位十进制数。

可利用非捕获元字符 '?:', '?=', or '?!' 来忽视对相关婚配的保存。

各种操纵符的运算优先级

不异优先级的从左到右进交运算,不合优先级的运算先高后低。各种操纵符的优先级从高到低以下:

操纵符 描述
\ 转义符
(), (?:), (?=), [] 圆括号和方括号
*, +, ?, {n}, {n,}, {n,m} 限定符
^, $, \anymetacharacter 地位和顺序
| “或”操纵

全数标记解释

字符 描述
\ 将下一个字符标识表记标帜为一个特别字符、或一个原义字符、或一个 向后援引、或一个八进制转义符。比方,'n' 婚配字符 "n"。'\n' 婚配一个换行符。序列 '\\' 婚配 "\" 而 "\(" 则婚配 "("。
^ 婚配输入字符串的开端地位。如果设置了 RegExp 工具的 Multiline 属性,^ 也婚配 '\n' 或 '\r' 以后的地位。
$ 婚配输入字符串的结束地位。如果设置了RegExp 工具的 Multiline 属性,$ 也婚配 '\n' 或 '\r' 之前的地位。
* 婚配前面的子表达式零次或多次。比方,zo* 能婚配 "z" 和 "zoo"。* 等价于{0,}。
+ 婚配前面的子表达式一次或多次。比方,'zo+' 能婚配 "zo" 和 "zoo",但不克不及婚配 "z"。+ 等价于 {1,}。
? 婚配前面的子表达式零次或一次。比方,"do(es)?" 可以婚配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
{n} n 是一个非负整数。婚配肯定的 n 次。比方,'o{2}' 不克不及婚配 "Bob" 中的 'o',但是能婚配 "food" 中的两个 o。
{n,} n 是一个非负整数。起码婚配n 次。比方,'o{2,}' 不克不及婚配 "Bob" 中的 'o',但能婚配 "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,此中n <= m。起码婚配 n 次且最多婚配 m 次。比方,"o{1,3}" 将婚配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请重视在逗号和两个数之间不克不及有空格。
? 当 该字符紧跟在任何一个其他限定符 (*, +, ?, {n}, {n,}, {n,m}) 前面时,婚配形式是非贪婪的。非贪婪形式尽可能少的婚配所搜刮的字符串,而默许的贪婪形式则尽可能多的婚配所搜刮的字符串。比方,对字符串 "oooo",'o+?' 将婚配单个 "o",而 'o+' 将婚配所有 'o'。
. 婚配除 "\n" 以外的任何单个字符。要婚配包含 '\n' 在内的任何字符,请利用象 '[.\n]' 的形式。
(pattern) 婚配 pattern 并获得这一婚配。所获得的婚配可以从产生的 Matches 调集获得,在VBScript 中利用 SubMatches 调集,在JScript 中则利用 $0…$9 属性。要婚配圆括号字符,请利用 '\(' 或 '\)'。
(?:pattern) 匹 配 pattern 但不获得婚配成果,也就是说这是一个非获得婚配,不进行存储供今后利用。这在利用 "或" 字符 (|) 来组合一个形式的各个部分是很有效。比方, 'industr(?:y|ies) 就是一个比 'industry|industries' 更简朴的表达式。
(?=pattern) 正向预查,在任何婚配 pattern 的字符串开端处婚配查找字符串。这是一个非获得婚配,也就是说,该婚配不需求获得供今后利用。比方,'Windows (?=95|98|NT|2000)' 能婚配 "Windows 2000" 中的 "Windows" ,但不克不及婚配 "Windows 3.1" 中的 "Windows"。预查不耗损字符,也就是说,在一个婚配产生后,在最后一次婚配以后当即开端下一次婚配的搜刮,而不是从包含预查的字符以后开端。
(?!pattern) 负 向预查,在任何不婚配 pattern 的字符串开端处婚配查找字符串。这是一个非获得婚配,也就是说,该婚配不需求获得供今后利用。比方'Windows (?!95|98|NT|2000)' 能婚配 "Windows 3.1" 中的 "Windows",但不克不及婚配 "Windows 2000" 中的 "Windows"。预查不耗损字符,也就是说,在一个婚配产生后,在最后一次婚配以后当即开端下一次婚配的搜刮,而不是从包含预查的字符以后开端
x|y 婚配 x 或 y。比方,'z|food' 能婚配 "z" 或 "food"。'(z|f)ood' 则婚配 "zood" 或 "food"。
[xyz] 字符调集。婚配所包含的肆意一个字符。比方, '[abc]' 可以婚配 "plain" 中的 'a'。
[^xyz] 负值字符调集。婚配未包含的肆意字符。比方, '[^abc]' 可以婚配 "plain" 中的'p'。
[a-z] 字符范围。婚配指定范围内的肆意字符。比方,'[a-z]' 可以婚配 'a' 到 'z' 范围内的肆意小写字母字符。
[^a-z] 负值字符范围。婚配任何不在指定范围内的肆意字符。比方,'[^a-z]' 可以婚配任何不在 'a' 到 'z' 范围内的肆意字符。
\b 婚配一个单词鸿沟,也就是指单词和空格间的地位。比方, 'er\b' 可以婚配"never" 中的 'er',但不克不及婚配 "verb" 中的 'er'。
\B 婚配非单词鸿沟。'er\B' 能婚配 "verb" 中的 'er',但不克不及婚配 "never" 中的 'er'。
\cx 婚配由 x 指明的节制字符。比方, \cM 婚配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。不然,将 c 视为一个原义的 'c' 字符。
\d 婚配一个数字字符。等价于 [0-9]。
\D 婚配一个非数字字符。等价于 [^0-9]。
\f 婚配一个换页符。等价于 \x0c 和 \cL。
\n 婚配一个换行符。等价于 \x0a 和 \cJ。
\r 婚配一个回车符。等价于 \x0d 和 \cM。
\s 婚配任何空缺字符,包含空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S 婚配任何非空缺字符。等价于 [^ \f\n\r\t\v]。
\t 婚配一个制表符。等价于 \x09 和 \cI。
\v 婚配一个垂直制表符。等价于 \x0b 和 \cK。
\w 婚配包含下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W 婚配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
\xn 婚配 n,此中 n 为十六进制转义值。十六进制转义值必须为肯定的两个数字长。比方,'\x41' 婚配 "A"。'\x041' 则等价于 '\x04' & "1"。正则表达式中可利用 ASCII 编码。.
\num 婚配 num,此中 num 是一个正整数。对所获得的婚配的援引。比方,'(.)\1' 婚配两个持续的不异字符。
\n 标识一个八进制转义值或一个向后援引。如果 \n 之前起码 n 个获得的子表达式,则 n 为向后援引。不然,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援引。如果 \nm 之前起码有 nm 个获得子表达式,则 nm 为向后援引。如果 \nm 之前起码有 n 个获得,则 n 为一个后跟笔墨 m 的向后援引。如果前面的前提都不满足,若 n 和 m 均为八进制数字 (0-7),则 \nm 将婚配八进制转义值 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),则婚配八进制转义值 nml。
\un 婚配 n,此中 n 是一个用四个十六进制数字表示的 Unicode 字符。比方, \? 婚配版权标记 (?)。

部分例子

正则表达式 申明
/\b([a-z]+) \1\b/gi 一个单词持续呈现的地位
/(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/ 将一个URL剖析为和谈、域、端口及相对途径
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/ 定位章节的地位
/[-a-z]/ A至z共26个字母再加一个-号。
/ter\b/ 可婚配chapter,而不克不及terminal
/\Bapt/ 可婚配chapter,而不克不及aptitude
/Windows(?=95 |98 |NT )/ 可婚配Windows95或Windows98或WindowsNT,当找到一个婚配后,从Windows前面开端进行下一次的检索婚配。

------分开线----------------------------
标签(Tag):正则表达式 学习条记
------分开线----------------------------
保举内容
猜你感兴趣