超详细的正则表达式简明指南

字、下划线、以及后续没有特殊定义的标点符号，都是”普通字符”。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。如：表达式 “a”，在匹配字符串 “abcde” 时，匹配到的内容是：“a”。

转义字符

一些不便书写的字符，采用在前面加 “” 的方法。常见的如：

•  r: 回车
•  n: 换行符
•  t: 制表符
•  : “” 本身

此外，还有其他再正则中有特殊用处的标点符号，在前面加 “”后，代表该符号本身。如：^, “ 字符，需要写成 “^” 和 “$”。如

•  ^: 匹配^符号本身
•  $: 匹配$符号本身
•  .: 匹配小数点. 本身

其匹配规则和普通字符串是一样的，如“^”匹配“a^bc”中的“^”。

‘多种字符’匹配

•  d：任意一个数字，0~9 中的任意一个
•  w：任意一个字母或数字或下划线，也就是 A~Z,a~z,0~9,_ 中任意一个
•  s：包括空格、制表符、换页符等空白字符的其中任意一个
•  .：小数点可以匹配除了换行符以外的任意一个字符

如：表达式 “dtestd”匹配”1test2”。

除了正则自带的“多种字符”匹配外，还可以通过中括号[]来自定义。

•  使用[ ]包含一系列字符，能够匹配其中任意一个字符。
•  用 [^ ]包含一系列字符，则能够匹配其中字符之外的任意一个字符。

如：[123]匹配 “1”或”2”或“3”;[^abc]匹配 “a”、”b”、”c” 之外的任意一个字符。

这里需要注意的是，在使用[]时，只有会改变字符组含义的才需要转义，

•  反斜线必须转义
•  方括号必须转义
•  「^」在首和「-」在中必须转义

其他情况即使是特殊字符也不需要转义，如：

•  [aeiou]
•  [$.*+?{}()|]
•  [abc^123-]

匹配次数

“次数修饰”放在”被修饰的正则表达式”后边，可以匹配多次。如：

•  {n}: 表达式重复n次，比如：“d{2}” 相当于 “dd”。
•  {m,n}:表达式至少重复m次，最多重复n次，比如：“a{1,3}”可以匹配 “a”或”aa”或”aaa”。
•  {m,}: 表达式至少重复m次，比如：“d{2,}”可以匹配 “12”,“123”,“12345678”。
•  ?: 匹配表达式0次或者1次，相当于 {0,1}，比如：“a[b]?”可以匹配”a”,“ab”。
•  +: 表达式至少出现1次，相当于 {1,}，比如：“a+”可以匹配”a”,“aa”,“aaa”。
•  *: 表达式不出现或出现任意次，相当于 {0,}，比如：”ab“可以匹配 “a”、”ab”、”abb”。

特殊符号

•  ^: 与字符串开始的地方匹配，不匹配任何字符,这里如果使用(?m)模式，则匹配每一行的开始。如：“^aaa”无法匹配 “xxxaaaxxx”，可以匹配”aaaxxx”。
•  $: 与字符串结束的地方匹配，不匹配任何字符，这里如果使用(?m)模式，则匹配每一行的结束。如：“aaa$”无法匹配“xxxaaaxxx”, 可以匹配“xxxaaa”。
•  b：匹配一个单词边界，也就是单词和空格之间的位置，不匹配任何字符。它与 “^”、”$“ 类似，本身不匹配任何字符，但是它要求它在匹配结果中所处位置的左右两边，其中一边是 “w” 范围，另一边是 非“w” 的范围。。如：“.b.”匹配“@@abc”的“@a”。

此外，还有一些符号可以影响表达式内部的子表达式之间的关系：

•  |: 左右两边表达式之间“或”关系，匹配左边或者右边。
•  (): 在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰;取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到。如：”(abs*)+“匹配”hi, ab ab ab”中的“ab ab ab”。

高级规则

贪婪与非贪婪匹配

在使用修饰匹配次数的特殊符号时，有几种表示方法可以使同一个表达式能够匹配不同的次数，比如：“{m,n}”, “{m,}”, “?”, “*”, “+”，具体匹配的次数随被匹配的字符串而定。这种重复匹配不定次数的表达式在匹配过程中，总是尽可能多的匹配。

比如，文本 “axxxaxxxa”，”(a)(w+)“，其中”w+“会匹配”xxxaxxxa”，”(a)(w+)(a)“则会匹配”xxxaxxx”。由此可见，”w+“ 在匹配的时候，总是尽可能多的匹配符合它规则的字符。

虽然第二个举例中，它没有匹配最后一个 “a”，但那也是为了让整个表达式能够匹配成功。同样的，带 ”“ 和 ”{m,n}“ 的表达式都是尽可能地多匹配，带 ”?“ 的表达式在可匹配可不匹配的时候，也是尽可能的匹配。这种匹配原则就叫作”贪婪”模式。

非贪婪模式则是指的在修饰匹配次数的特殊符号后再加上一个 “?” 号，可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的不匹配。

这种匹配原则也叫作 “勉强” 模式。如果少匹配就会导致整个表达式匹配失败的时候，与贪婪模式类似，非贪婪模式会最小限度的再匹配一些，以使整个表达式匹配成功。如，文本 “axxxaxxxa” ，“(a)(w+?)”，其中”w+“只会匹配一个“x”。

反向引用

表达式在匹配时，表达式引擎会将小括号 “()” 包含的表达式所匹配到的字符串记录下来。在获取匹配结果的时候，小括号包含的表达式所匹配到的字符串可以单独获取。当用某种边界来查找，而所要获取的内容又不包含边界时，必须使用小括号来指定所要的范围。如：“<div>(.*?)</div>“即获取div标签内部的内容。

这里小括号包含的正则表达式所匹配到的字符串不仅仅是在匹配结束后才可以使用，在匹配过程中也可以使用。表达式后边的部分，可以引用前面括号内的子匹配已经匹配到的字符串。引用方法是 “” 加上一个数字。”1” 引用第1对括号内匹配到的字符串，”2” 引用第2对括号内匹配到的字符串，以此类推，而如果一对括号内包含另一对括号，则外层的括号先排序号。换句话说，哪一对的左括号 “(” 在前，那这一对就先排序号。

例如：表达式 “(‘|’)(.*?)(1)“ 在匹配 ” ‘Hello’, “World” “ 时，匹配结果是：成功；匹配到的内容是：” ‘Hello’ “。再次匹配下一个时，可以匹配到 ” “World” “。

预搜索

（编辑：江门站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!