正则表达式语法

软件学习必备知识点

正则表达式语法

一个正则表达式就是由普通字符（例如字符 a 到 z）以及特殊字符（称为元字符）组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。 这里有一些可能会遇到的正则表达式示例：

下表是元字符及其在正则表达式上下文中的行为的一个完整列表：

软件学习必备知识点

?

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。非贪婪模式尽可能少的匹配所搜索 的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。 例如，对于字符串 "oooo",'o+?' 将匹配单个 "o",而 'o+' 将 匹配所有 'o'。 匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何 字符，请使用象 '[.\n]' 的模式。 匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，在 VBScript 中使用 SubMatches 集合，在 Visual Basic Scripting Edition 中则使用 $0 $9 属性。要匹 $0…$9 配圆括号字符，请使用 '\(' 或 '\)'。

.

(pattern)

(?:pattern) 匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配， 不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模 式的各个部分是很有用。例如， 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。 (?=pattern) 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。 这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。 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"。预 查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之 后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开 始。 (?!pattern) 负向预查，在任何不匹配 Negative lookahead matches the search string at any point where a string not matching pattern 的 字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说， 该匹配不需要获取供以后使用。 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"。预查不消耗字符，也就是说，在一个匹配 发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是 从包含预查的字符之后开始

x|y[xyz] [^xyz] [a-z] [^a-z] \b

匹配 x 或 y。 例如， 'z|food' 能匹配 "z" 或 "food"。 '(z|f)ood' 则匹配 "zood" 或 "food"。 字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹 配 "plain" 中的 'a'。 负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹 配 "plain" 中的'p'。 字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。 负值字符范围。匹配任何不在指定范围内的任意字符。例如， '[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。 匹配一个单词边界， 也就是指单词和空格间的位置。 例如， 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。

软件学习必备知识点

\B \cx

匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。 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。 匹配一个数字字符。等价于 [0-9]。 匹配一个非数字字符。等价于 [^0-9]。 匹配一个换页符。等价于 \x0c 和 \cL。 匹配一个换行符。等价于 \x0a 和 \cJ。 匹配一个回车符。等价于 \x0d 和 \cM。 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。 匹配一个制表符。等价于 \x09 和 \cI。 匹配一个垂直制表符。等价于 \x0b

和 \cK。 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。 匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确定 的两个数字长。例如， '\x41' 匹配 "A"。'\x041' 则等价于 '\x04' & "1"。正则表达式中可以使用 ASCII 编码。. 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。例 如，'(.)\1' 匹配两个连续的相同字符。 标识一个八进制转义值或一个后向引用。如果 \n 之前至少 n 个 获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。 标识一个八进制转义值或一个后向引用。如果 \nm 之前至少有 is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。 如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向 引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7),则 \nm 将匹配八进制转义值 nm。 如果 n 为八进制数字 (0-3),且 m 和 l 均为八进制数字 (0-7), 则匹配八进制转义值 nml。 匹配 n,其中 n 是一个用四个十六进制数字表示的 Unicode 字 符。例如， \u00A9 匹配版权符号 (?)。

\d \D \f \n \r \s \S \t \v \w \W \xn

\num \n

\nm

\nml \un