常用符号

  • . 表示任意单个字符。
  • .* 表示任意长度的任意字符,与通配符中的*的意思相同。
  • \ 表示转义符,当与正则表达式中的符号结合时表示符号本身。
  • | 表示”或者”之意
  • [ ] 表示匹配指定范围内的任意单个字符。
  • [^ ] 表示匹配指定范围外的任意单个字符。

单个字符匹配相关

  • [[:alpha:]]表示任意大小写字母。
  • [[:lower:]]表示任意小写字母。
  • [[:upper:]]表示任意大写字母。
  • [[:digit:]]表示0到9之间的任意单个数字(包括0和9)。
  • [[:alnum:]]表示任意数字或字母。
  • [[:space:]]表示任意空白字符,包括”空格”、”tab键”等。
  • [[:punct:]]表示任意标点符号。
  • [^[:alpha:]]表示单个非字母字符。
  • [^[:lower:]]表示单个非小写字母字符。
  • [^[:upper:]]表示单个非大写字母字符。
  • [^[:digit:]]表示单个非数字字符。
  • [^[:alnum:]]表示单个非数字非字母字符。
  • [^[:space:]]表示单个非空白字符。
  • [^[:punct:]]表示单个非标点符号字符。
  • [0-9][[:digit:]]等效。
  • [a-z][[:lower:]]等效。
  • [A-Z][[:upper:]]等效。
  • [a-zA-Z][[:alpha:]]等效。
  • [a-zA-Z0-9][[:alnum:]]等效。
  • [^0-9][^[:digit:]]等效。
  • [^a-z][^[:lower:]]等效。
  • [^A-Z][^[:upper:]]等效
  • [^a-zA-Z][^[:alpha:]]等效
  • [^a-zA-Z0-9][^[:alnum:]]等效

次数(限制符、量词)匹配相关

  • ? 表示匹配其前面的字符0或1次。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。
  • * 表示前面的字符连续出现任意次,包括0次。
  • + 表示匹配其前面的字符至少1次,连续次数上不封顶。
  • {n} 表示前面的字符连续出现n次,将会被匹配到。
  • {n,m} 表示之前的字符至少连续出现n次,最多连续出现m次,都能被匹配到,换句话说,只要之前的字符连续出现的次数在n与m之间,即可被匹配到。
  • {n,}表示之前的字符连续出现至少n次,才会被匹配到。

位置边界匹配相关

  • ^:表示锚定行首,此字符后面的任意内容必须出现在行首,才能匹配。
  • $:表示锚定行尾,此字符前面的任意内容必须出现在行尾,才能匹配。
  • ^$:表示匹配空行,这里所描述的空行表示”回车”,而”空格”或”tab”等都不能算作此处所描述的空行。
  • ^abc$:表示abc独占一行时,会被匹配到。
  • \<或者\b :匹配单词边界,表示锚定词首,其后面的字符必须作为单词首部出现。
  • \>或者\b :匹配单词边界,表示锚定词尾,其前面的字符必须作为单词尾部出现。
  • \B:匹配非单词边界,与\b正好相反。

分组与后向引用

  • ( ) 表示分组,我们可以将其中的内容当做一个整体,分组可以嵌套。
  • (ab) 表示将ab当做一个整体去处理。
  • \1 表示引用整个表达式中第1个分组中的正则匹配到的结果。
  • \2 表示引用整个表达式中第2个分组中的正则匹配到的结果。

简短格式并非所有正则表达式解析器都可以识别

  • \d 表示任意单个0到9的数字
  • \D 表示任意单个非数字字符
  • \t 表示匹配单个横向制表符(相当于一个tab键)
  • \s 表示匹配单个空白字符,包括”空格”,”tab制表符”等
  • \S 表示匹配单个非空白字符
  • \W 表示匹配任意不是字母,数字,下划线 的字符
  • \S 表示匹配任意不是空白符的字符
  • \D 表示匹配任意非数字的字
  • \B 匹配不是单词开头或结束的位置
  • [^abc] 匹配除了abc以外的任意字符

补充

贪婪匹配与非贪婪匹配
  • 贪婪匹配:尽可能匹配最长的字符串
  • 非贪婪匹配: 尽可能匹配最短的字符串
    举个栗子:
    <div>aaa</div><div>bbb</div><div>ccc</div>
    匹配一个完整的<div></div> 结果是:
    贪婪模式的结果为:<div>aaa</div><div>bbb</div><div>ccc</div>
    非贪婪模式的结果为:<div>aaa</div>
区分两种模式

默认情况下匹配都是贪婪模式,如果要改成非贪婪模式,只需要量词后面加上一个问号?。量词上面已经罗列。
常用的有:

  • ?
  • *
  • +
  • {n}
  • {n,m}
  • {n,}
    改成非贪婪模式:
  • ??
  • *?
  • +?
  • {n}?
  • {n,m}?
  • {n,}?
    上面实例对应的正则表达式:
    贪婪模式:<div>.*</div>     非贪婪模式:<div>.*?</div>
总结

贪婪模式就是匹配最长的字符串,非贪婪模式就是匹配最短字符串。
默认情况下匹配都是贪婪模式,如果要改成非贪婪模式,只需要量词后面加上一个问号?