正则表达式介绍和例子分析

正则表达式含义：编写字符串处理的程序或网页时，会有查找符合某复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。它是记录文本规则的代码。元字符用来代替字符的符号表1.常用的元字符代码说明.匹配除换行符以外的任意字符\w匹配字母或数字或下划线或汉字\s匹配任意的空白符\d匹配数字注：\s匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等正则表达式中的空格会当成空格匹配。（输入几个空格就匹配几个）非打印字符非打印字符也可以是正则表达式的组成部分。下表列出了表示非打印字符的转义序列：字符描述\cx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。\f匹配一个换页符。等价于\x0c和\cL。\n匹配一个换行符。等价于\x0a和\cJ。\r匹配一个回车符。等价于\x0d和\cM。\s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]。\S匹配任何非空白字符。等价于[^\f\n\r\t\v]。\t匹配一个制表符。等价于\x09和\cI。\v匹配一个垂直制表符。等价于\x0b和\cK。限定符重复：表现重复时用的是大括号{}和*+？，表示范围时用的是中括号[]，中括号里面是只选其中一个的组合。表达分组时用圆括号（），一个圆括号表示一个意思。表2.常用的限定符代码/语法说明*重复零次或更多次+重复一次或更多次?重复零次或一次{n}重复n次{n,}重复n次或更多次{n,m}重复n到m次字符类[]，用来表示取字符的范围区间，用中括号括起来[0-9]代表\d[a-z0-9A-Z]表示\w分支条件，用|表示或者的关系。贪婪与懒惰、最先开始匹配拥有最高优先权*、+和?限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。.*表示尽可能匹配多的字符.*?表示尽可能少的字符例如：字符串aabab，用贪婪匹配a.*b得到aabab，用懒惰匹配a.*?b得到aab和ab定位符定位符使您能够将正则表达式固定到行首或行尾。它们还使您能够创建这样的正则表达式，这些正则表达式出现在一个单词内、在一个单词的开头或者一个单词的结尾。定位符用来描述字符串或单词的边界，^和$分别指字符串的开始与结束，\b描述单词的前或后边界，\B表示非单词边界。正则表达式的限定符有：字符描述^匹配输入字符串开始的位置。如果设置了RegExp对象的Multiline属性，^还会与\n或\r之后的位置匹配。$匹配输入字符串结尾的位置。如果设置了RegExp对象的Multiline属性，$还会与\n或\r之前的位置匹配。\b匹配一个字边界，即字与空格间的位置。\B非字边界匹配。子表达式分组获取（）分组，用（）把子表达式括起来，给一个组号，后面可以再用后向引用，用（）定义的分组，可以给它定一个组名，在后面加以利用。用(?Word\w+)或者(?’Word’\w+)定义\w+组名为Word，利用方式为\kWord表4.常用分组语法分类代码/语法说明捕获(exp)匹配exp,并捕获文本到自动命名的组里(?nameexp)匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)非捕获(?:exp)匹配exp,不捕获匹配的文本，也不给此分组分配组号零宽断言(?=exp)匹配exp前面的位置(?=exp)匹配exp后面的位置(?!exp)匹配后面跟的不是exp的位置(?!exp)匹配前面不是exp的位置注释(?#comment)这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读捕获从下面的例子中可以看到，根据正则表达式，只捕获了括号内的东西到组中，第一个括号前面^\D*匹配到的东西被忽略了。零宽度断言(?=exp)用法：\b\w+(?=ing)\b，匹配以ing结尾的单词的前面部分，如查找I’msinginganddancing，会匹配sing和danc(?=exp)用法：(?=rea)\w+\b，匹配以rea开头的单词的后面部分，如查找readingabook，会匹配ding注释：(?#comment)例如：2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)反义反义，找完全相反的内容。注意这里使用的都是大写表3.常用的反义代码代码/语法说明\W匹配任意不是字母，数字，下划线，汉字的字符(剩下符号等)\S匹配任意不是空白符的字符\D匹配任意非数字的字符\B匹配不是单词开头或结束的位置[^x]匹配除了x以外的任意字符[^aeiou]匹配除了aeiou这几个字母以外的任意字符平衡组/递归匹配(?'group')把捕获的内容命名为group,并压入堆栈(Stack)(?'-group')从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败(?(group)yes|no)如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分(?!)零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败[^]*(((?'Open')[^]*)+((?'-Open')[^]*)+)*(?(Open)(?!))可以从xxaabbbbbbaayy中找到aabbbbbbaadiv[^]*[^]*(((?'Open'div[^]*)[^]*)+((?'-Open'/div)[^]*)+)*(?(Open)(?!))/div可以找到配对的div和/div，不管有没有不配对的html出现。好的例子将所有地址中的ROAD写成RD.若地址中的字符不是大写的，先可以都改成大写的。匹配以罗马数字标示的四位数年份注：在罗马数字上加一个横线，就会乘以1000倍。所以4000就用ⅯⅬ（其中L要带上横线）紧凑正则表达式：^M{0,3}(CM|CD|D?C{0,3})(XC|XL|L?X{0,3})(IX|IV|V?I{0,3})$最后对应的松散正则表达式是匹配电话号码紧凑正则表达式：(\d{3})\D*(\d{3})\D*(\d{4})\D*(\d*)$松散正则表达式：