---------------------- ASP.Net+Android+IOS開發、.Net培訓、期待與您交流! ----------------------
一直以來對正則表達式的使用存在很多疑惑,正則表達式中的符號太多太雜,記憶起來有一定的難度,容易混淆。不過,如果真的熟練掌握了正則,那會是一件多麼幸福的事,因爲它可以通過簡短的代碼來實現非常強大的功能。爲了加深對這些特殊符號的記憶和用到的時候方便查閱,所以寫了這篇日誌。
一、 正則表達式概述
正則表達式(regular expression)描述了一種字符串匹配的模式,可以用來檢查一個字符串中是否含有某個子串,將匹配的子串從某個串中提取出來或者對匹配的子串做替換。這就是正則表達式要做的事。
正則表達式是由普通字符(如字母a-z)以及特殊字符(稱爲元字符)組成的文字模式。正則表達式作爲一個模板,將某個字符模式與所搜索的字符串進行匹配。
二、常用符號解釋
字符 |
描述 |
\ |
將下一個字符標記爲一個特殊字符、或一個原義字符、或一個 向後引用、或一個八進制轉義符。例如,'n' 匹配字符 "n"。'\n' 匹配一個換行符。序列 '\\' 匹配 "\" 而 "\(" 則匹配 "("。 |
^ |
匹配輸入字符串的開始位置。 |
$ |
匹配輸入字符串的結束位置。 |
* 等價於{0,} |
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{1,} |
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{0,1} |
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" 中的"do" 。 |
{n} |
匹配前面的子表達式確定的 n 次,n 是一個非負整數。例如,'o{2}' 不能匹配 "Bob" 中的 'o',但是能匹配 "food" 中的兩個 o。 |
{n,} |
匹配前面的子表達式至少n 次,n 是一個非負整數。例如,'p{2,}' 不能匹配 "hope" 中的 'p',但能匹配 "happppy" 中的所有 p。' p{1,}' 等價於 'o+','o{0,}' 則等價於 'o*'。 |
{n,m} |
匹配前面的子表達式至少 n 次且最多 m 次,m 和 n 均爲非負整數且n <= m。例如,"p{1,3}" 將匹配 "happppppy" 中的前三個 p。'p{0,1}' 等價於 'p?'。注意在逗號和兩個數之間不能有空格。 |
? |
當 ? 緊跟在任何一個其他限制符 (*, +, ?, {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。例如,對於字符串 "oooo",'o+?' 將匹配單個 "o",而 'o+' 將匹配所有 'o'。 |
. |
匹配除 "\n" 之外的任何單個字符。要匹配包括 '\n' 在內的任何字符,請使像 '[.\n]' 的模式。 |
(pattern) |
匹配 pattern 並獲取這一匹配。所獲取的匹配可以從產生的 Matches 集合得到,在JScript 中則使用 $0…$9 屬性。要匹配圓括號字符,請使用 '\(' 或 '\)'。 |
(?:pattern) |
匹配 pattern 但不獲取匹配結果,也就是說這是一個非獲取匹配,不進行存儲供以後使用。這在使用 "或" 字符 (|) 來組合一個模式的各個部分是很有用。例如, 'industr(?:y|ies) '就是一個比 'industry|industries' 更簡略的表達式。 |
(?=pattern) |
正向預查,在任何匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。例如,'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。預查不消耗字符,也就是說,在一個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜索,而不是從包含預查的字符之後開始。 |
(?!pattern) |
負向預查,在任何不匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。預查不消耗字符 |
(x|y) |
匹配 x 或 y。例如,'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。例如, '[abc]' 可以匹配 "plain" 中的 'a'。 |
[^xyz] |
負值字符集合。匹配未包含的任意字符。例如, '[^abc]' 可以匹配 "plain" 中的'p'。 |
[a-z] |
字符範圍。匹配指定範圍內的任意字符。例如,'[a-z]' 可以匹配 '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。例如,'[^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。例如, 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。 |
\B |
匹配非單詞邊界。'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。 |
\cx |
匹配由 x 指明的控制字符。例如, \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 視爲一個原義的 '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、回車符等等。等價於 [ \f\n\r\t\v]。 |
\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 |
匹配包括下劃線的任何單詞字符。等價於'[A-Za-z0-9_]'。 |
\W |
匹配任何非單詞字符。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。例如,'\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。對所獲取的匹配的引用。例如,'(.)\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 |
標識一個八進制轉義值或一個向後引用。如果 \nm 之前至少有 nm 個獲得子表達式,則 nm 爲向後引用。如果 \nm 之前至少有 n 個獲取,則 n 爲一個後跟文字 m 的向後引用。如果前面的條件都不滿足,若 n 和 m 均爲八進制數字 (0-7),則 \nm 將匹配八進制轉義值 nm。 |
\nml |
如果 n 爲八進制數字 (0-3),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 是一個用四個十六進制數字表示的 Unicode 字符。例如, \u00A9 匹配版權符號 (?)。 |
三、正則表達式匹配規則
1、 基本模式匹配
模式是正則表達式最基本的元素,它們是一組描述字符串特徵的字符。模式可以很簡單,由普通的字符串組成,也可以非常複雜,往往用特殊的字符表示一個範圍內的字符、重複出現,或表示上下文。例如:^once:這個模式包含一個特殊的字符^,表示該模式只匹配那些以once開頭的字符串。例如該模式與字符串"once upon a time"匹配,與"There once was a man from NewYork"不匹配。
正如如^符號表示開頭一樣,$符號用來匹配那些以給定模式結尾的字符串。例如:bucket$:這個模式與"Who kept all of this cash in a bucket"匹配,與"buckets"不匹配。
字符^和$同時使用時,表示精確匹配(字符串與模式一樣)。例如:^bucket$只匹配字符串"bucket"。
如果一個模式不包括^和$,那麼它與任何包含該模式的字符串匹配。例如:once與字符串”There once was a man from NewYork”是匹配的。在該模式中的字母(o-n-c-e)是字面的字符,也就是說,他們表示該字母本身,數字也是一樣的。
其他一些稍微複雜的字符,如標點符號和白字符(空格、製表符等),要用到轉義序列。所有的轉義序列都用反斜槓(\)打頭。製表符的轉義序列是:\t。用\n表示“新行”,\r表示回車。其他的特殊符號,可以用在前面加上反斜槓,如反斜槓本身用\\表示,句號.用\.表示,以此類推。
2、 字符簇
在網頁中,通常用正規表達式來驗證用戶的輸入。當用戶提交一個FORM以後,要判斷輸入的電話號碼、地址、EMAIL地址、信用卡號碼等信息是否有效,用普通的基於字面的字符是不夠的。所以要用一種更自由的描述我們要的模式的辦法,它就是字符簇,即把所有的字符放在一個方括號裏。
例如:建立一個表示所有元音字符的字符簇可以這樣寫:[AaEeIiOoUu],這個模式與任何元音字符匹配(無論大寫還是小寫),但只能表示一個字符。
用連字符“-”可以表示字符的範圍,例如:
[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
同樣,這些每個字符簇也只表示一個字符。
如果要匹配一個由一個小寫字母和一位數字組成的字符串,比如"z2"、"t6"或"g7",但不是"ab2"、"r2d3" 或"b52"的話,用這個模式:^[a-z][0-9]$,儘管[a-z]代表26個字母的範圍,但在這裏它只能與第一個字符是小寫字母的字符串匹配。
前面曾經提到^表示字符串的開頭,但它還有另外一個含義。當在一組方括號裏使用^是,它表示“非”或“排除”的意思,常常用來排除某個字符。還用前面的例子,我們要求第一個字符不能是數字:^[^0-9][0-9]$,這個模式與"&5"、"g7"及"-2"是匹配的,但與"12"、"66"是不匹配的。
下面是幾個排除特定字符的例子:
[^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
特殊字符"." (點,句號)表示除了“\n”之外的所有字符。所以模式"^.5$"與任何兩個字符的、以數字5結尾和以其他非“新行”字符開頭的字符串匹配。
模式"."可以匹配任何字符串,除了空串和只包括一個“\n”的字符串。
3、 重複匹配
在更多的情況下,可能要匹配一個單詞或一組數字。一個單詞有若干個字母組成,一組數字有若干個單數組成。跟在字符或字符簇後面的花括號({})用來確定前面的內容的重複出現的次數。
例如:
^[a-zA-Z_]$ //匹配所有的字母和下劃線
^a$ //匹配字母a
^a{4}$ //匹配“aaaa”
\t{2} //匹配兩個製表符
.{2} //匹配所有的兩個字符
^a{2,}$ //匹配開頭包含多於兩個a的字符串
^a{2,} //匹配開頭至少含有2個a的字符串如:aardvark和aaab,但apple不行
a{2,} //匹配串中至少連續出現2個a,如:baad和aaa,但Nantucket不行
^a{2,4}$ //匹配串開頭a至少2次且至多4次,如:aa,aaa或aaaa
^a{1,3}$ //匹配串開頭a至少1次且至多3次,如:a,aa或aaa
這些例子描述了花括號的三種不同的用法:
{x}:表示前面的字符或字符簇只出現x次;
{x,}:表示前面的內容出現x或更多的次數;
{x,y}:表示“前面的內容至少出現x次,但不超過y次”。
我們可以把模式擴展到更多的單詞或數字,例如:
^[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 ^[0-9]{1,}$ //所有的正數
^\-{0,1}[0-9]{1,}$ //所有的整數
^\-{0,1}[0-9]{0,}\.{0,1}[0-9]{0,}$ //所有的小數
最後一個例子不太好理解,這麼來看:與所有以一個可選的負號(\-{0,1})開頭(^)、跟着0個或更多的數字([0-9]{0,})、和一個可選的小數點(\.{0,1})再跟上0個或多個數字([0-9]{0,}),並且沒有其他任何東西($)。
下面你將知道能夠使用的更爲簡單的方法。
特殊字符"?"與{0,1}是相等的,它們都代表着:“0個或1個前面的內容”或“前面的內容是可選的”。所以這個模式
^\-{0,1}[0-9]{0,}\.{0,1}[0-9]{0,}$
可以簡化爲:
^\-?[0-9]{0,}\.?[0-9]{0,}$
特殊字符"*"與{0,}是相等的,它們都代表着“0個或多個前面的內容”。
特殊字符"+"與{1,}是相等的,表示“1個或多個前面的內容”。
所以上面的4個例子可以寫成:
^[a-zA-Z0-9_]+$
//所有包含一個以上的字母、數字或下劃線的字符串
^[0-9]+$ //所有的正數
^\-?[0-9]+$ //所有的整數
^\-?[0-9]*\.?[0-9]*$ //所有的小數
當然這並不能從技術上降低正規表達式的複雜性,但可以簡化書寫。
---------------------- ASP.Net+Android+IOS開發、.Net培訓、期待與您交流! ----------------------
詳細請查看:http://edu.csdn.net