正则表达式简单介绍

正则表达式是用字符串描述的一个匹配规则，使用正则表达式可以快速判断给定的字符串是否符合匹配规则。

一、常见匹配规则

正则表达式	含义	备注
\	转义字符	常用于转义 \、(、[、{ 等
^	匹配字符串开头（第一个字符之前）
$	匹配字符串结尾（最后一个字符之后）	^A\d{3}$ 可匹配 A001、A380
.	除 \n、\r 之外的任意单个字符	注意 [.] 只会匹配 . 字符，等价于 \.
A	指定字符 A
\u548c	指定 Unicode 字符	\u548c 可匹配 和
\b	匹配一个单词边界，即字与空格间的位置	作用类似于 ^、$，注意 \bCha 和 Cha\b 的区别
\B	\b 的反义，即非单词边界匹配
\d	数字 0~9	相当于 [0-9]
\D	\d 的反义，即非数字	相当于 [^0-9]
\w	大小写字母，数字和下划线	相当于 [A-Za-z0-9_]
\W	\w 的反义
\s	匹配空白字符，如空格、制表符等	相当于 [ \t\v\r\n\f]
\S	\s 的反义，即非空白符
*	任意个数	A* 可匹配 、A、AA、AAA、…
+	至少一个	A+ 可匹配 A、AA、…
?	0 或 1 个（也用于 非贪婪匹配 ）	A? 可匹配 、A
{3}	指定个数，此处指定为 3 个	A{3} 可匹配 AAA
{2,3}	指定个数范围	A{2,3} 可匹配 AA、AAA
{2,}	至少个数，此处为至少 2 个	A{2,} 可匹配 AA、AAA、AAAA、…
{0,2}	至多个数，此处为至多 2 个	A{0,2} 可匹配 、A、AA
X|Y	匹配 X 或 Y	(z|f)ood 可匹配 zood 和 food
[ABC]	匹配 [...] 内的任意单个字符	[ABC] 可匹配 A、B、C
[^ABC]	匹配除指定字符之外的任意单个字符	[^ABC] 可匹配 D、1、_
[A-C1-3X]	匹配指定范围内的单个字符	[A-C1-3XY] 可匹配 A、B、C、1、2、3、X
[^A-C]	匹配指定范围之外的任意单个字符	[^A-C] 可匹配 D、1、_、…
ex1(?=ex2)	查找 ex1，但后面是 ex2
ex1(?!ex2)	查找 ex1，但后面不是 ex2
(?<=ex2)ex1	查找 ex1，但前面是 ex2
(?<!ex2)ex1	查找 ex1，但前面不是 ex2

• 可使用 (...) 将子规则括起来
• 定位符（如 ^、$、/b、/B）不能与限定符（?、*、+、{2,4} 等）一起使用

正则表达式默认使用贪婪匹配：任何一个规则，它总是尽可能多地向后匹配。
* 和 + 限定符都是贪婪的，它们会尽可能多的匹配文字，在它们的后面加上一个 ? 可以实现非贪婪或最小匹配。
例如：计算字符串 10100 末尾 0 的个数：

• 1. 使用规则：(\d+)(0*) ，两个子规则分别匹配：10100 和 ；
• 2. 使用规则：(\d+?)(0*)，两个子规则分别匹配： 101 和 00。

二、修饰符

带有修饰符的正则表达式格式：/pattern/flags

修饰符 flags	含义	备注
i	不区分大小写	默认区分大小写
g	全局匹配	查找所有匹配项，默认找到一项就停止
m	多行匹配	使边界字符 ^ 和 $ 匹配每一行的开头和结尾
s	特殊字符圆点 . 中包含换行符 \n	默认是不包含的

三、非打印字符

字符	含义
\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。
\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
\r	匹配一个回车符。等价于 \x0d 和 \cM
\n	匹配一个换行符。等价于 \x0a 和 \cJ
\f	匹配一个换页符。等价于 \x0c 和 \cL
\s	匹配任何空白字符。等价于 [ \t\v\r\n\f]。注意 Unicode 正则表达式会匹配全角空格符。
\S	匹配任何非空白字符。等价于 [^ \t\v\r\n\f]

四、参考

• 廖雪峰的官方网站-正则表达式
• 菜鸟教程-正则表达式
• 正则表达式手册