文档介绍：揭开正则表达式的神秘面纱
引言
正则表达式(regular expression)就是用一个“字符串”来描述一个特征,然后去验
证另一个“字符串”是否符合这个特征。比如表达式“ab+”描述的特征是“一个'a' 和
任意个'b' ”,那么'ab', 'abb', 'abbbbbbbbbb' 都符合这个特征。
正则表达式可以用来:(1)验证字符串是否符合指定特征,比如验证是否是合法的邮
件地址。(2)用来查找字符串,从一个长的文本中查找符合指定特征的字符串,比查找
固定字符串更加灵活方便。(3)用来替换,比普通的替换更强大。
正则表达式学****起来其实是很简单的,不多的几个较为抽象的概念也很容易理解。之所
以很多人感觉正则表达式比较复杂,一方面是因为大多数的文档没有做到由浅入深地讲
解,概念上没有注意先后顺序,给读者的理解带来困难;另一方面,各种引擎自带的文
档一般都要介绍它特有的功能,然而这部分特有的功能并不是我们首先要理解的。
文章中的每一个举例,都可以点击进入到测试页面进行测试。闲话少说,开始。
[ 点击下载 chm 版本] - DEELX 正则语法,包含其他高级语法的 chm 版
本。
(注意:下载的 chm 版本适合用来查阅,而本文适合用来学****建议继续阅
读。)
1. 正则表达式规则
普通字符
字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号,都是"普通
字符"。表达式中的普通字符,在匹配一个字符串的时候,匹配与之相同的一个字符。
举例 1 :表达式"c" ,在匹配字符串"abcde" 时,匹配结果是:成功;匹配到的内容
是:"c";匹配到的位置是:开始于 2,结束于 3。(注:下标从 0 开始还是从 1 开始,因
当前编程语言的不同而可能不同)
举例 2 :表达式"bcd" ,在匹配字符串"abcde" 时,匹配结果是:成功;匹配到的内容
是:"bcd";匹配到的位置是:开始于 1,结束于 4。
简单的转义字符
一些不便书写的字符,采用在前面加"\" 的方法。这些字符其实我们都已经熟知了。
表达式可匹配
\r, \n 代表回车和换行符
\t 制表符
\\ 代表"\" 本身
还有其他一些在后边章节中有特殊用处的标点符号,在前面加"\" 后,就代表该符号
本身。比如:^, $ 都有特殊意义,如果要想匹配字符串中"^" 和"$" 字符,则表达式就需
要写成"\^" 和"\$"。
表达式可匹配
\^ 匹配^ 符号本身
\$ 匹配$ 符号本身
\. 匹配小数点(.)本身
这些转义字符的匹配方法与"普通字符" 是类似的。也是匹配与之相同的一个字符。
举例 1 :表达式"\$d" ,在匹配字符串"abc$de" 时,匹配结果是:成功;匹配到的内容
是:"$d";匹配到的位置是:开始于 3,结束于 5。
能够与'多种字符' 匹配的表达式
正则表达式中的一些表示方法,可以匹配'多种字符' 其中的任意一个字符。比如,
表达式"\d" 可以匹配任意一个数字。虽然可以匹配其中任意字符,但是只能是一个,不
是多个。这就好比玩***牌时候,大小王可以代替任意一张牌,但是只能代替一张牌。
表达式可匹配
\d 任意一个数字,0~9 中的任意一个
\w 任意一个字母或数字或下划线,也就是 A~Z,a~z,0~9,_ 中任意一个
\s 包括空格、制表符、换页符等空白字符的其中任意一个
. 小数点可以匹配除了换行符(\n)以外的任意一个字符
举例 1 :表达式" \d\d " ,在匹配"abc123" 时,匹配的结果是:成功;匹配到的内容
是:"12";匹配到的位置是:开始于 3,结束于 5。
举例 2 :表达式" a .\d " ,在匹配"aaa100" 时,匹配的结果是:成功;匹配到的内容
是:"aa1";匹配到的位置是:开始于 1,结束于 4。
自定义能够匹配'多种字符' 的表达式
使用方括号[ ] 包含一系列字符,能够匹配其中任意一个字符。用[^ ] 包含一系列字
符,则能够匹配其中字符之外的任意一个字符。同样的道理,虽然可以匹配其中任意一
个,但是只能是一个,不是多个。
表达式可匹配
[ab5@] 匹配"a" 或"b" 或"5" 或"@"
[^abc] 匹配"a","b","c" 之外的任意一个字符
[f-k] 匹配"f"~"k" 之间的任意一个字母
"A"~"F","0"~"3"
[^A-F0-3] 匹配之外的任意一个字
符
举例 1 :表达式" [bcd][bcd] " 匹配"abc123"