正则表达式是什么？

元字符

描述

\

将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如，[\\n]匹配\n。[\n]匹配换行符。序列[\\]匹配[\]而[\(]则匹配[(]。即相当于多种编程语言中都有的[转义字符]的概念。

^

匹配输入字行首。如果设置了RegExp对象的Multiline属性，^也匹配[\n]或[\r]之后的位置。

$

匹配输入行尾。如果设置了RegExp对象的Multiline属性，$也匹配[\n]或[\r]之前的位置。

*

匹配前面的子表达式任意次。例如，zo*能匹配[z]，也能匹配[zo]以及[zoo]。*等价于{0,}。

+

匹配前面的子表达式一次或多次(大于等于1次）。例如，[zo+]能匹配[zo]以及[zoo]，但不能匹配[z]。+等价于{1,}。

?

匹配前面的子表达式零次或一次。例如，[do(es)?]可以匹配[do]或[does]。?等价于{0,1}。

{ n }

n 是一个非负整数。匹配确定的 n 次。例如，[o{2}]不能匹配[Bob]中的[o]，但是能匹配[food]中的两个o。

{ n ,}

n 是一个非负整数。至少匹配 n 次。例如，[o{2,}]不能匹配[Bob]中的[o]，但能匹配[foooood]中的所有o。[o{1,}]等价于[o+]。[o{0,}]则等价于[o*]。

{ n , m }

m 和 n 均为非负整数，其中 n <= m 。最少匹配 n 次且最多匹配 m 次。例如，[o{1,3}]将匹配[fooooood]中的前三个o为一组，后三个o为一组。[o{0,1}]等价于[o?]。请注意在逗号和两个数之间不能有空格。

?

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地匹配所搜索的字符串，而默认的贪婪模式则尽可能多地匹配所搜索的字符串。例如，对于字符串[oooo]，[o+]将尽可能多地匹配[o]，得到结果[[oooo]]，而[o+?]将尽可能少地匹配[o]，得到结果 ['o', 'o', 'o', 'o']

.点

匹配除[\n]和"\r"之外的任何单个字符。要匹配包括[\n]和"\r"在内的任何字符，请使用像[[\s\S]]的模式。

(pattern)

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JScript中则使用$0…$9属性。要匹配圆括号字符，请使用[\(]或[\)]。

(?:pattern)

非获取匹配，匹配pattern但不获取匹配结果，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时很有用。例如[industr(?:y|ies)]就是一个比[industry|industries]更简略的表达式。

(?=pattern)

非获取匹配，正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如，[Windows(?=95|98|NT|2000)]能匹配[Windows2000]中的[Windows]，但不能匹配[Windows3.1]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)

非获取匹配，正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如[Windows(?!95|98|NT|2000)]能匹配[Windows3.1]中的[Windows]，但不能匹配[Windows2000]中的[Windows]。

(?<=pattern)

非获取匹配，反向肯定预查，与正向肯定预查类似，只是方向相反。例如，[(?<=95|98|NT|2000)Windows]能匹配[2000Windows]中的[Windows]，但不能匹配[3.1Windows]中的[Windows]。

*python的正则表达式没有完全按照正则表达式规范实现，所以一些高级特性建议使用其他语言如java、scala等

(?<!patte_n)

非获取匹配，反向否定预查，与正向否定预查类似，只是方向相反。例如[(?<!95|98|NT|2000)Windows]能匹配[3.1Windows]中的[Windows]，但不能匹配[2000Windows]中的[Windows]。

*python的正则表达式没有完全按照正则表达式规范实现，所以一些高级特性建议使用其他语言如java、scala等

x|y

匹配x或y。例如，[z|food]能匹配[z]或[food](此处请谨慎)。[[z|f]ood]则匹配[zood]或[food]。

[xyz]

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]。

[^xyz]

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[plin]任一字符。

[a-z]

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。

注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.

[^a-z]

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。

\b

匹配一个单词的边界，也就是指单词和空格间的位置（即正则表达式的[匹配]有两种概念，一种是匹配字符，一种是匹配位置，这里的\b就是匹配位置的）。例如，[er\b]可以匹配[never]中的[er]，但不能匹配[verb]中的[er]；[\b1_]可以匹配[1_23]中的[1_]，但不能匹配[21_3]中的[1_]。

\B

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]。

\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。

\d

匹配一个数字字符。等价于[0-9]。grep 要加上-P，perl正则支持

\D

匹配一个非数字字符。等价于[^0-9]。grep要加上-P，perl正则支持

\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

匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。

\S

匹配任何可见字符。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。

\w

匹配包括下划线的任何单词字符。类似但不等价于[[A-Za-z0-9_]]，这里的"单词"字符使用Unicode字符集。

\W

匹配任何非单词字符。等价于[[^A-Za-z0-9_]]。

\x n

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。

\ num

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。

\ n

标识一个八进制转义值或一个向后引用。如果\ n 之前至少 n 个获取的子表达式，则 n 为向后引用。否则，如果 n 为八进制数字（0-7），则 n 为一个八进制转义值。

\ nm

标识一个八进制转义值或一个向后引用。如果\ nm 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如果\ nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。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 。

\ nml

如果 n 为八进制数字（0-7），且 m 和 l 均为八进制数字（0-7），则匹配八进制转义值 nml 。

\u n

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（&copy;）。

\p{P}

小写 p 是 property 的意思，表示 Unicode 属性，用于 Unicode 正表达式的前缀。中括号内的[P]表示Unicode 字符集七个字符属性之一：标点字符。

其他六个属性：

L：字母；

M：标记符号（一般不会单独出现）；

Z：分隔符（比如空格、换行等）；

S：符号（比如数学符号、货币符号等）；

N：数字（比如阿拉伯数字、罗马数字等）；

C：其他字符。

*注：此语法部分语言不支持，例：javascript。

\<

\>