編程基礎 —— 正則表達式

字符優先級

相同優先級的從左到右進行運算，不同優先級的運算先高後低。

字符	描述	優先級
\	轉義符	高
(), (?😃, (?=), []	圓括號和方括號
*, +, ?, {n}, {n,}, {n,m}	限定符
^, $, \任何元字符、任何字符	定位點和序列（即：位置和順序）
|	替換，“或"操作 字符具有高於替換運算符的優先級，使得"m|food"匹配"m"或"food”。若要匹配"mood"或"food"，請使用括號創建子表達式，從而產生"(m|f)ood"。	低

元字符

字符	描述	類型
\	將下個字符標記爲特殊字符/原義字符/向後引用/八進制 例:‘n’匹配"n"、’\n’匹配換行符、’\\'匹配"\"、"\(" 則匹配 “(”	轉義符
^	匹配輸入字符串的開始位置 如設置了 RegExp 對象的 Multiline 屬性，也匹配’\n’或’\r’之後的位置 除了在方括號表達式中使用，此時它表示不接受該字符集合	定位符
$	匹配輸入字符串的結束位置 如果設置了RegExp 對象的 Multiline 屬性，匹配’\n’或’\r’之前的位置	定位符
*	匹配前面的子表達式零次或多次 例如，zo* 能匹配 “z” 以及 “zoo”。等價於{0,}	限定符
+	匹配前面的子表達式一次或多次 例如，‘zo+’ 能匹配 “zo” 以及 “zoo”，但不能匹配 “z”。等價於 {1,}	限定符
?	匹配前面的子表達式零次或一次 例如，“do(es)?” 可以匹配 “do” 或 “does” 。等價於 {0,1}	限定符
{n}	n 是非負整數。匹配確定的 n 次 例: 'o{2}‘不能匹配"Bob"中的’o’，但能匹配"food"中的兩個 o	限定符
{n,}	n 是一個非負整數。至少匹配n 次 例: ‘o{2,}‘不能匹配"Bob"中的’o’，但能匹配"foooood"中的所有 o ’o{1,}’ 等價於 ‘o+’。‘o{0,}’ 則等價於 ‘o*’	限定符
{n,m}	m 和 n 均爲非負整數，n <= m。最少匹配 n 次且最多匹配 m 次 例: “o{1,3}” 將匹配 “fooooood” 中的前三個 o ’o{0,1}’ 等價於 ‘o?’。請注意在逗號和兩個數之間不能有空格	限定符
?	在限定符(*, +, ?, {n}, {n,}, {n,m})後面時，匹配模式是非貪婪的 非貪婪模式儘可能少的匹配所搜索的字符串 而默認的貪婪模式則儘可能多的匹配所搜索的字符串 例: 在"oooo"中’o+?'將匹配單個"o"，而’o+‘將匹配所有’o’。
.	匹配除換行符（\n、\r）之外的任何單個字符 要匹配包括 ‘\n’ 在內的任何字符，請使用"(.|\n)"
(pattern)	匹配 pattern 並捕獲結果。結果從產生的 Matches 集合得到， 在 VBScript 中用 SubMatches 集合，在 JScript 中用 $0…$9 屬性	捕獲組
(?:pattern)	匹配 pattern 但不捕獲結果 在使用"|"字符來組合一個模式的其中一部分是很有用的 例: 'industr(?:y|ies) 比 ‘industry|industries’ 更簡略	非捕獲
(?=pattern)	正向肯定預查（look ahead positive assert） 在任何匹配pattern的字符串開始處匹配查找字符串 不捕獲結果 例: "Windows(?=95|98|NT|2000)" 匹配"Windows2000"中的"Windows" 不匹配"Windows3.1"中的"Windows" 預查不消耗字符，即在不包含預查結果的位置開始下一次搜索	非捕獲
(?!pattern)	正向否定預查(negative assert) 在任何不匹配pattern的字符串開始處匹配查找字符串 不捕獲結果 例: "Windows(?!95|98|NT|2000)" 匹配"Windows3.1"中的"Windows" 不匹配"Windows2000"中的"Windows" 預查不消耗字符（同上解釋）	非捕獲
(?<=pattern)	反向肯定預查(look behind) 與正向肯定預查類似，只是方向相反 例: “(?<=95|98|NT|2000)Windows" 匹配"2000Windows"中的"Windows" 不匹配"3.1Windows"中的"Windows”	非捕獲
(?<!pattern)	反向否定預查 與正向否定預查類似，只是方向相反 例: “(?<!95|98|NT|2000)Windows" 匹配"3.1Windows"中的"Windows" 不匹配"2000Windows"中的"Windows”	非捕獲
x|y	匹配 x 或 y 例: ‘z|food’ 能匹配 “z” 或 “food” ’(z|f)ood’ 則匹配 “zood” 或 “food”
[xyz]	字符集合。匹配所包含的任意一個字符 例: ‘[abc]’ 匹配 “plain” 中的 ‘a’
[^xyz]	負值字符集合。匹配未包含的任意字符 例: ‘[^abc]’ 匹配 “plain” 中的’p’、‘l’、‘i’、‘n’
[a-z]	字符範圍。匹配指定範圍內的任意字符 例: ‘[a-z]’ 匹配’a’到’z’範圍內的任意小寫字母字符
[^a-z]	負值字符範圍。匹配任何不在指定範圍內的任意字符 例: '[^a-z]'可以匹配任何不在’a’到’z’範圍內的任意字符
\b	匹配一個單詞邊界，也就是指單詞和空格間的位置 例: ‘er\b’匹配"never"中的 ‘er’，但不匹配"verb"中的’er’	定位符
\B	匹配非單詞邊界 ’er\B’匹配"verb"中的’er’，但不匹配"never"中的’er’	定位符
\cx	匹配由 x 指明的控制字符 例: \cM 匹配一個 Control-M 或回車符 x 的值必須爲 A-Z 或 a-z 之一。否則，將 c 視爲原義的’c’字符
\d	匹配一個數字字符。等價於 [0-9]
\D	匹配一個非數字字符。等價於 [^0-9]
\f	匹配一個換頁符。等價於 \x0c 和 \cL
\n	匹配一個換行符。等價於 \x0a 和 \cJ
\r	匹配一個回車符。等價於 \x0d 和 \cM
\s	匹配任何空白字符，包括空格、製表符、換頁符等等 等價於 [ \f\n\r\t\v]。注意 Unicode 正則表達式會匹配全角空格符
\S	匹配任何非空白字符。等價於 [^ \f\n\r\t\v]
\t	匹配一個製表符。等價於 \x09 和 \cI
\v	匹配一個垂直製表符。等價於 \x0b 和 \cK
\w	匹配字母、數字、下劃線。等價於’[A-Za-z0-9_]’
\W	匹配非字母、數字、下劃線。等價於 ‘[^A-Za-z0-9_]’
\xn	匹配 n，其中 n 爲十六進制轉義值 十六進制轉義值必須爲確定的兩個數字長 例: ‘\x41’ 匹配 “A”。’\x041’ 則等價於 ‘\x04’ & "1" 正則表達式中可以使用 ASCII 編碼
\num	匹配 num，其中 num 是一個正整數 是對所獲取的匹配的引用 例: ‘(.)\1’ 匹配兩個連續的相同字符
\n	標識一個八進制轉義值或一個向後引用 如果 \n 之前至少 n 個獲取的子表達式，則 n 爲向後引用 否則，如果 n 爲八進制數字 (0-7)，則 n 爲一個八進制轉義值。
\nm	表示 八進制轉義值 或 向後引用 1其之前至少有 nm 個獲得子表達式，則 nm 爲向後引用 2其之前至少有 n 個獲取，則 n 爲一個後跟文字 m 的向後引用 3若 n 和 m 均爲八進制數字 (0-7)，則將匹配八進制轉義值 nm
\nml	如 n 爲八進制數字 (0-7) 且 m 和 l 均爲八進制數字 (0-7) 則匹配八進制轉義值 nml
\un	匹配 n，其中 n 是用4個十六進制數字表示的 Unicode 字符 例: \u00A9 匹配版權符號(©)

字符簇

字符簇	描述
[a-z]	匹配所有的小寫字母
[A-Z]	匹配所有的大寫字母
[a-zA-Z]	匹配所有的字母
[0-9]	匹配所有的數字
[0-9.-]	匹配所有的數字，句號和減號
[ \f\r\t\n]	匹配所有的白字符
[^a-z]	除了小寫字母以外的所有字符
[^\/^]	除了()(/)(^)之外的所有字符
[^"’]	除了雙引號(")和單引號(’)之外的所有字符

PHP的正則表達式內置的通用字符簇

字符簇	描述
[[:alpha:]]	任何字母
[[:digit:]]	任何數字
[[:alnum:]]	任何字母和數字
[[:space:]]	任何空白字符
[[:upper:]]	任何大寫字母
[[:lower:]]	任何小寫字母
[[:punct:]]	任何標點符號
[[:xdigit:]]	任何16進制的數字，相當於[0-9a-fA-F]

確定重複出現

字符簇	描述
^[a-zA-Z_]$	所有的字母和下劃線
^[[:alpha:]]{3}$	所有的3個字母的單詞
^a$	字母a
^a{4}$	aaaa
^a{2,4}$	aa,aaa或aaaa
^a{1,3}$	a,aa或aaa
^a{2,}$	包含多於兩個a的字符串
^a{2,}	如：aardvark和aaab，但apple不行
a{2,}	如：baad和aaa，但Nantucket不行
\t{2}	兩個製表符
.{2}	所有的兩個字符
^[a-zA-Z0-9_]{1,}$	所有包含一個以上的字母、數字或下劃線的字符串 同^[a-zA-Z0-9_]+$
^[1-9][0-9]{0,}$	所有的正整數 同^[1-9][0-9]*$
^-{0,1}[0-9]{1,}$	所有的整數 同^-?[0-9]+$
^[-]?[0-9]+.?[0-9]+$	所有的浮點數 同^[-]?[0-9]+(.[0-9]+)?$

示例

正則表達式	描述
/\b([a-z]+) \1\b/gi	一個單詞連續出現的位置
/(\w+)😕/([^/:]+)(:\d*)?([^# ]*)/	將一個URL解析爲協議、域、端口及相對路徑
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/	定位章節的位置
/[-a-z]/	a至z共26個字母再加一個-號
/ter\b/	可匹配chapter，而不能匹配terminal
/\Bapt/	可匹配chapter，而不能匹配aptitude
/Windows(?=95|98|NT)/	可匹配Windows95或Windows98或WindowsNT，當找到一個匹配後，從Windows後面開始進行下一次的檢索匹配
/^\s*$/	匹配空行
/\d{2}-\d{5}/	驗證由兩位數字、一個連字符再加 5 位數字組成的 ID 號
/<\s*(\S+)(\s[^>]*)?>[\s\S]*<\s*/\1\s*>/	匹配 HTML 標記

實用示例

正則表達式	匹配描述
/^[0-9]+([.][0-9]+){0,1}$/	整數或者小數
/^[0-9]*$/	只能輸入數字
/^\d{n}$/	只能輸入n位的數字
/^\d{n,}$/	只能輸入至少n位的數字
/^\d{m,n}$/	只能輸入m~n位的數字
/^(0|[1-9][0-9]*)$/	只能輸入零和非零開頭的數字
/^[0-9]+(.[0-9]{2})?$/	只能輸入有兩位小數的正實數
/^[0-9]+(\.[0-9]{1,3})?$/	只能輸入有1~3位小數的正實數
/^\+?[1-9][0-9]*$/	只能輸入非零的正整數
/^\-[1-9][0-9]*$/	只能輸入非零的負整數
/^[a-z]+$/	只能輸入由26個小寫英文字母組成的字符串
/^[A-Z]+$/	只能輸入由26個大寫英文字母組成的字符串
/^[A-Za-z]+$/	只能輸入由26個英文字母組成的字符串
/^[A-Za-z0-9]+$/	只能輸入由數字和26個英文字母組成的字符串
/^[\u4e00-\u9fa5]{0,}$/	只能輸入漢字
/[^\x00-\xff]/	雙字節字符(包括漢字在內)
/^.{3}$/	只能輸入長度爲3的字符
/[%&’,;=?$\\^]+/	是否含有^%&’,;=?$\"等字符
/^\s*|\s*$/	首尾空白字符
/\n\s*\r/	空白行
/<(\S*?)[^>]*>.*?</>|<.*? />/	HTML標記。能匹配部分,複雜的嵌套不行
/^[a-zA-Z]\w{5,15}$/	驗證用戶名和密碼.格式："[A-Z][a-z]_[0-9]"組成,並且第一個字必須爲字母6~16位
/^[a-zA-Z][a-zA-Z0-9_]{4,15}$/	驗證帳號是否合法 (字母開頭,允許5-16字節,允許字母數字下劃線)
/^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$/	驗證Email地址
/\d{14}[[0-9],0-9xX]/	驗證15位身份證號
/\d{17}(\d|X|x)/	驗證18位身份證號
/^(\d{3,4}-)\d{7,8}$/	驗證電話號碼.格式：xxx/xxxx-xxxxxxx/xxxxxxxx
/^1([38][0-9]|4[5-9]|5[0-3,5-9]|66|7[0-8]|9[89])[0-9]{8}$/	驗證手機號碼（包含虛擬號碼和新號碼段）
/[1-9][0-9]{4,}/	騰訊QQ號
/^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$/	驗證URL
/[a-zA-z]+://[^\s]*/	網址URL
/([1-9]{1,3}\.){3}[1-9]/	ip地址
/([A-Fa-f0-9]{2}😃{5}[A-Fa-f0-9]/	MAC地址
/[1-9]\\d{5}(?!\d)/	中國郵政編碼
/"^(0?[1-9]|1[0-2])$"/	一年的12個月。“01"～"09"和"10"～"12”
/"^((0?[1-9])|((1|2)[0-9])|30|31)$"/	一個月的31天.正確格式爲:“01"～"09”、“10"～"29"和"30”~“31”
/\\d{4}[年|\-|\.]\d{\1-\12}[月|\-|\.]\d{\1-\31}日?/	大多數年月日信息

1111