一、匹配字符
字符类
匹配的字符
举例
\d
从0~9的任一数字
\d\d匹配72,但不匹配aa或7a
\D
任一非数字字符
\D\D\D匹配abc,但不匹配123
\w
任一单字符,包括A-Z,a-z,0-9和下划线
\w\w\w\w匹配Ab_2,但不匹配$&*%
\W
任一非单字符
\W匹配@,但不匹配a
\s
任一空白字符,包括制表符、换行符、回车符、换页符等
匹配在HTML、XML和其他标准定义中的所有传统空白字符
\S
任一非空白字符
空白字符以外的任意字符,如A%&3;等
.
任一字符
“.”匹配出换行符以外的任一字符(除非设置了MultiLine选项)
[…]
括号中的任一字符
[abc]将匹配一个单字符,a、b或c
[a-z]将匹配从a到z的任一字符
[^…]
不再括号中的任一字符
[^abc]将匹配除了a、b、c职位的任一字符
二、重复字符
重复字符
含义
举例
{n}
匹配前面的字符n次
x{2}匹配xx,但不匹配x或xxx
{n,}
匹配前面的字符至少n次
x{2,}匹配2个或更多个x,如xx,xxxx,…
{n,m}
匹配前面的字符至少n次,最多m次。如果n为0,此参数为可选参数
x{2,4}匹配xx,xxx和xxxx,但不匹配x或xxxxx
?
匹配前面的字符0次或1次,实质上也是可选的
x?匹配x或零个x
+
匹配前面的字符一次或多次
x+匹配x或xx或大于0的任意多的x
*
匹配前面的字符0次或更多次
x*匹配0个、一个或更多个x
三、定位字符
定位字符,可以应用于字符或组合,放在字符串的左端或右端。
定位字符
描述
^
随后的模式必须位于字符串的开始位置,如果是一个多行字符串,则必须位于行首。对于多行文本(包含回车符的一个字符串)来说,需要设置多行标志
$
前面的模式必须位于字符串的末端,如果是一个多行字符串,必须位于行尾
\A
前面的模式必须位于字符串开始位置,忽略多行标志
\z
前面的模式必须位于字符串的末端,忽略多行标志
\Z
前面的模式必须位于字符串的末端,或者位于一个换行符前
\b
匹配一个单词边界,也就是一个单词字符和非单词字符中间的点。要记住一个单词字符是[a-z A-Z 0-9]中的一个字符,位于一个单词的词首
\B
匹配一个非单词字符边界位置,不是一个单词的词首
四、分组字符
利用分组字符可以把指定的匹配进行分组,还可以检索这些指定的匹配。
分组字符
定义
举例
()
此字符可以组合括号内模式所匹配的字符。它是一个捕获组,也就是说模式匹配的字符作为最终匹配的一部分,除非设置了ExplicitCapture选项——默认状态下字符不是匹配的一部分
输入字符串为:ABC1DEF2XY
匹配3个从A到Z的字符和1个数字的正则表达式:
([A-Z]{3})\d
将产生两次匹配:
Match 1=ABC1
Match 2=DEF2
每次匹配对应一个组:
Match 1的第1个组=ABC
Match 2的第2个组=DEF
有了反向引用,就可以通过它在正则表达式中的编号以及C#和类Group、GroupCollection来访问祖。如果设置了ExplicitCapture选项,就不能使用组所捕获的内容
(?:)
次字符组合括号内模式所匹配的字符。它是一个非捕获分组,这意味着模式所匹配的字符将不作为一个组来捕获分组,这意味着模式所匹配的字符将不作为一个组来捕获,但它构成了最终结果的一部分。它基本上与上面的组类型相同,但设定了选项ExplicitCapture
输入字符串为:1ABBSA1C
匹配一个数字或一个A到Z的字母,接着是任意单词字符的正则表达式为:
(?:\d|[A-Z])\w
它将产生3次匹配;
第1次匹配=1A
第2次匹配=BB
第3次匹配=SA
但是没有组被捕获
(?<name>)
次选项这括号内模式所匹配的字符,并用尖括号中指定的值为组命名。在正则表达式中,可以使用名称进行反向引用,而不必使用编号。即使不设置ExplicitCapture选项,它也是一个捕获组。这意味着反向引用可以利用组内匹配的字符,或者通过Group类访问
输入字符串为:
Characters in SienFeld included Jerry Seinfeld,Elaine Benes,Cosmo Kramer and Georfe Costanza
能够匹配他们的姓名,并在一个组lastName中捕获姓的正则表达式为:
\b[A-Z][a-z]+(?<lastName>[A-Z][a-z]+)\b
它产生了4次匹配:
First Match = Jerry Seinfeld
Second Match = Elaine Bramer
Third Match = Cosom Kramer
Fourth Match = George Costanza
每一次匹配都对应了一个lastName组
第一次匹配:
lastName group = Scinfeld
第二次匹配:
lastName group = Benes
第3次匹配:
lastName group = Kramer
第4次匹配:
lastName group = Coatanza
不管是否设置了选项ExplictCapture,足都将被捕获
(?=)
正声明。声明的右侧必须是括号中指定的模式。此模式不构成最终匹配的一部分
正则表达式\S+(?=.NET)要匹配的输入字符串为:The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal
将产生如下匹配:
C#
VB
Jscript
(?!)
负声名。它规定模式不能紧临着声明的右侧。此模式不构成最终的一部分
\d{3}(?![A-Z])要匹配的输入字符串为:
123A 456 789 111C
将产生如下匹配:
456
789
(?<=)
反向正声明。声明的左侧必须为括号内的指定模式。此模式不构成最终匹配的一部分
正则表的示(?<=New)([A-Z][a-z]+)要匹配的输入字符串为:
The following states,New Mexico,West Virginia,Washington,Now England
它将产生如下匹配:
Mexico
England
(?<!)
反向正声明。声明左侧不能是括号内的指定模式。模式将不构成最终匹配的一部分
正则表达式(?<!1)\d{2}[A-Z]要匹配的输入字符串如下:
123A 456F 789C 111A
它将实现如下匹配:
56F
89C
(?>)
非回溯组。防止Regex引擎回溯并且防止实现一次匹配
假设要匹配所有以“ing”结尾的单词。输入字符串如下:
He was very trusting
正则表达式为:
.*ing
它将实现一次匹配——单词trusting。“.”匹配任意字符,当然也匹配“ing”。所以,Regex引擎回溯一位并在第二个“t”停止,然后匹配指定的模式“ing”但是,如果禁用回溯操作:
(?>.*)ing
实现0次匹配。“.”能匹配所有的字符,包括“ing”——这意味着模式末端的“ing”不能匹配,从而匹配失败
五、决策字符
字符强迫处理器执行一次 if…else 决策
字符
描述
举例
(?(regex)yes_regex|no_regex)
如果表达式regex匹配,那么将试图匹配表达式yes,否则匹配表达式no。正则表达式no是可选参数。注意,做出决策的模式宽度为0。这意味着表达式yes或no将从与regex表达式相同的位置开始匹配
正则表达式(?(\d)\dA|[A-Z]B)要匹配的输入字符串为:
“1A CB 3A 5C 3B”
它实现的匹配是:
1A
CB
3A
(?(group name or number)yes_regex|no_regex)
如果组中的正则表达式实现了匹配,那么试图匹配yes正则表达式,否则,试图匹配正则表达式no,正则表达式是可选参数
六、替换字符
可以作为替换字符串的一部人输入的字符
字符
描述
$group
用group指定的组号替换
${name}
替换被一个(?<name>)组匹配的最后子串
$$
替换一个字符$
$&
替换整个的匹配
$`
替换输入字符串匹配之前的所有文本
$'
替换输入字符串匹配之后的所有文本
$+
替换最后捕获的组
$_
替换整个的输入字符串
七、转义序列
下面是正则表达式中可能需要的转义字符
转义字符
描述
\\
匹配实际的字符\
\.
匹配字符“.”
\*
匹配字符“*”
\+
匹配“+”
\?
匹配“?”
\|
匹配“|”
\(
匹配“(”
\)
匹配“)”
\{
匹配“{”
\}
匹配“}”
\^
匹配“^”
\$
匹配“$”
\n
匹配换行符
\r
匹配回车符
\
匹配制表符
\v
匹配垂直制表符
\f
匹配换页符
\nnn
匹配一个8进制数字nnn指定的ASCII字符。所以\103匹配一个大写的C
\xnn
匹配一个16进制数字nn指定的ASCII字符,所以\x43匹配C
\unnnn
匹配由4位16进制数字(由nnnn表示)指定的Unicode 字符
\cV
匹配一个控制字符,例如\cV匹配Ctrl_V
八、选项标志
选项标志
选项标志
名称
I
IgnoreCase
M
Multiline
N
ExplicitCapture
S
Singleline
X
IgnorePatternWhitespace
可以在模式中设置的正则表达式选项
标志
描述
IgoreCase
是模式匹配不区分大小写。默认的选项是匹配区分大小写
RightToLeft
从右到左搜索输入字符串。默认是从左到右以符合英语等语言的阅读习惯,但不符合阿拉伯或希伯来语的阅读习惯
None
不设置标志。这是默认选项
MultiLine
指定^和$可以匹配行首和行尾,以及字符串的开始和结尾。这意味着可以匹配每个用换行符分隔的行。但是,字符“.”仍然不匹配换行符
SingleLine
规定特殊字符“.”匹配任意的字符,包括换行符。默认情况下,特殊字符“.”不匹配换行符。通常与MultiLine选项一起使用
ECMAScript
ECAM(European Computer Manufacturer’s Association,),欧洲计算机生产商协会)已经定义了正则表达式应该如何实现,而且已经在ECMAScript规范中实现,这是一个基于标准的 JavaScript。这个选项只能与IgnoreCase和MultiLine标志一起使用。与其他任何标志一起使用,ECMAScript都将产生异常
IgnorePatternWhiteSpace
此选项从使用的正则表达式模式中删除所有非转义空白字符。它使表达式能跨越多行文本,但必须确保对模式中所有的空白字符进行了转义。如果设置了此选项,还可以使用“#”字符注视正则表达式
Compiled
它把正则表达式编译为更接近机器代码的代码。这样速度更快,但不允许对它进行任何修改
转载于:https://www.cnblogs.com/j-road/archive/2012/10/12/2721662.html
相关资源:python 正则表达式语法学习笔记