正则表达式
组成
元字符+普通字符
普通字符
大小写字母、数字、标点符号及一些其他符号
元字符
在正则表达式中具有特殊意义的专用字符
常用的元字符
- \：转义字符，!、\n等
- ^：匹配字符串开始的位置
- 例： a、the、^#
- $：匹配字符串结束的位置
- 例： word$
- .：匹配除\n之外的任意的一个字符
- 例： go.d、g...d
- *：匹配前面子表达式0次或者多次
- 例：goo*d、go.*d
- [list]：匹配list列表中的一个字符
- 例： go[ola]d，[abc]、[a-z]、[a-z0-9]
- [^list]：匹配任意不在list列表中的一个字符
- 例： [a-z]、[0-9]、[^A-Z0-9]
- {n,m}：匹配前面的子表达式n到m次，有{n}、{n,}、{n,m}三种格式
- 例：go{2}d、go{2,3}d、go{2,}d
{n}：匹配前面的子表达式恰好 n 次。{n,}：匹配前面的子表达式至少 n 次，可以无限多次。{n,m}：匹配前面的子表达式至少 n 次，但不超过 m 次。
- [[:punct:]] → 匹配标点符号字符
- 例如[[:punct:]] → :
扩展元字符
- +：匹配前面子表达式1次以上
- 例： go+d，将匹配至少一个o
- ?：匹配前面子表达式0次或者1次
- 例： go?d，将匹配gd或god
- ()：将括号中的字符串作为一个整体
- 例：(xyz)+，将匹配 xyz 整体1次以上，如xyzxyz
- |：以或的方式匹配字条串
- 例1： good|food，将匹配good或者food
- 例2： g(oo|la)d，将匹配good或者glad
表示一类字符的原子
- \d：表示一个十进制的数字 [0-9]
\D：表示非数字 - \w：表示一个字 [0－9a-zA-Z_]
\W：表示除[0－9a-zA-Z_]之外的字符 - \s：表示一个空白字符（空格，tab，换页符等）
\S：表示一个非空白字符 - \i： 表示不区分大小写