常见的正则表达式解读释义

又名:写给正在学习前端的女友看的常见正则表达式解读。原文发布于 https://www.zybuluo.com/wddpct/note/728081

1. 归纳定义

对给定的字符集:Σ={c1,c2,c3,……,cn}

  • 空串ε是一个正则表达式
  • 对于任何的c∈Σ,c是正则表达式
  • 如果M和N都是正则表达式,则以下也是正则表达式
    • 选择 M|N = {M,N}
    • 连接 MN = {mn,m∈M,n∈N}

2. 保留字符

这节中的表格内容来自 正则表达式30分钟入门教程,对此表示感谢。

2.1 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

\s

匹配任意的空白符

\d

匹配数字

\b

匹配单词的开始或结束

^

匹配字符串的开始

$

匹配字符串的结束

2.2 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

2.3 常用的反义词

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

\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

2.4 懒惰限定符

代码/语法

说明

*?

重复任意次,但尽可能少重复

+?

重复1次或更多次,但尽可能少重复

??

重复0次或1次,但尽可能少重复

{n,m}?

重复n到m次,但尽可能少重复

{n,}?

重复n次以上,但尽可能少重复

2.5 常用分组语法

代码/语法

说明

(exp)

匹配exp,并捕获文本到自动命名的组里

(?< name >exp)

匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp)

(?:exp)

匹配exp,不捕获匹配的文本,也不给此分组分配组号

(?=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

(?#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

3. 常用正则表达式

1. 匹配中文字符

正则表达式:[\u4e00-\u9fa5]

说明:目前主流计算机底层的编码系统都是Unicode,而在Unicode标准中,汉字表的第一个编码为U+4e00,最后一个编码为U+9fa5,所以[\u4e00-\u9fa5]就代表匹配任意一个Unicode编码表中存在的汉字。

2.匹配双字节字符

正则表达式:[^\x00-\xff]

说明:\x代表十六进制形式,2个字节长度的十六进制最大范围为00-ff,所以[^\x00-\xff]表示匹配长度为双字节的字符。

3. 匹配空白行

正则表达式:\n\s*\r

说明:这个表达式表示匹配内容中的空白行,比如一个txt由多行文字组成,并且句子与句子之间存在空白行,这个正则表达式便能加以区分。

首先,\n表示匹配一个换行符,而\s*代表匹配任意的空白符,\r表示匹配任意的回车符。

示例如下。

public class Program
    {
        static void Main(string[] args)
        {
            string[] sentences =
            {
                @"C# code

",
                @"Chapter 2: 

Writing Code",
                @"Unicode",
                @"match

here"
            };

            string sPattern = @"\n\s*\r";
            foreach (string s in sentences)
            {
                if (System.Text.RegularExpressions.Regex.IsMatch(s, sPattern, System.Text.RegularExpressions.RegexOptions.IgnoreCase))
                {
                    System.Console.WriteLine("  (match for '{0}' found)", s);
                }
                else
                {
                    System.Console.WriteLine();
                }
            }
        }
    }

4. 匹配Email地址

[\w!#$%&'*+/=?^_`{|}~-]+(?:\.[\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?

示例:wddpct@gmail.com,wdd.pct@gmail.com,wddpct-pct@gmail.com

5. 匹配URL

正则表达式:[a-zA-Z]+:\/\/[^\s]*

说明:[a-zA-Z]+表示匹配任意长度字符串,并且字符串包含的字符只能是a和z或者A和Z之间的字母。‘:\/\/’表示匹配“://”字符串。[^\s]*表示匹配任意长度的不包含非空字符的字符串。

当然了,日常生活中见到的网址URL大多以http或https开头,所以匹配以http或者https开发的网址也十分简单,笔者随手写了两个以供参考,比如 (http|https)://[^\s]*或者http[s]?://[^\s]*

6. 匹配国内电话号码

正则表达式:\d{3}-\d{8}|\d{4}-\d{7,8}

说明:‘|’将匹配条件分为两部分。\d{3}-\d{8}代表匹配xxx-xxxxxxxx数字形式的号码。右边的\d{4}-\d{7,8}代表匹配xxxx-xxxxxxx或者xxxx-xxxxxxxx数字形式的号码。

示例:0577-12345678

7. 匹配腾讯qq号

正则表达式:[1-9][0-9]{4,}

说明:这个正则EXP十分容易理解,[1-9]表示匹配QQ号首位不为零的任意数字,[0-9]{4,}表示匹配从第二位开始最小长度为4的任意数字的字符串。

示例:1242450501

8. 匹配中国邮政编码

正则表达式:[1-9]\d{5}(?!\d)

说明:[1-9]表示匹配不为零的任意数字,(?!)表示零宽断言的一种语法,又称零宽度负预测先行断言,表示位置的后面不能匹配表达式,所以\d{5}(?!\d)表示匹配5位数字,而且这5位数字的后面不能是数字。

示例:325800,325800编码

9. 匹配18位身份证

正则表达式:^(\d{6})(\d{4})(\d{2})(\d{2})(\d{3})([0-9]|X)$

说明:这段正则虽然很长,其实表达的意思也非常简单。\d{6}代表匹配6位数字,\d{4}代表匹配4位数字,\d{2}代表匹配2位数字,\d{3}代表匹配3位数字,最后的[0-9]|X代表匹配0到9的任意数字,或者匹配X字母,正巧,笔者的身份证最后一位就是X。

示例: 65900719951006773X

10. 匹配正整数

正则表达式:^[1-9]\d*$

说明:[1-9]表示首位匹配1到9的任意数字,\d*代表从第二位开始可以为空,不为空时必须为数字。由此正则推广开来,匹配负整数的表达式格式应该为 ^-[1-9]\d*$

11. 匹配整数

正则表达式:^-?[1-9]\d*$

说明:后面的[1-9]\d*和匹配正整数的表达式一致,所以只要看懂-?代表整数的符号位可以有‘-’即可。

12. 匹配非负整数

正则表达式:^[1-9]\d*|0$

说明:[1-9]\d*和匹配正整数的表达式一致,|0表示可为0。同理,表示非正整数的表达式应该是 ^-[1-9]\d*|0$

13. 匹配正浮点数

正则表达式:^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$

说明:[1-9]\d*\.\d*代表匹配格式形如“正整数.数字”的字符串,0\.\d*[1-9]\d*$ 代表匹配格式形如“0.数字”的字符串。中间用|代表或条件。所以同理,匹配负浮点数的正则为^-[1-9]\d*\.\d*|-0\.\d*[1-9]\d*$

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏软件开发

C语言 第五章 循环结构

一、for 请在屏幕上输出1000个*号 printf("*************************...."); #include "stdio.h"...

2135
来自专栏轮子工厂

2. C语言 -- printf 的花式操作

(。・∀・)ノ゙嗨!大家好,我是呆博~很开心可以在这里给接着大家分享我的 C 语言学习笔记~因为微信对于代码块的支持并不是很好,所以代码部分以截图形式呈现,如果...

3377
来自专栏Script Boy (CN-SIMO)

Qt Quick编程(1)——QML的核心部分ECMAScript

说道QML,不得不先说一下ECMAScript: ECMAScript语言的标准是由Netscape、Sun、微软、Borland等公司基于JavaScript...

4370
来自专栏抠抠空间

列表(List) 的增删改查及其他方法

一、列表的简介     列表是python中的基础数据类型之一,其他语言中也有类似于列表的数据类型,比如js中叫数组,他是以[ ]括起来,每个元素以逗号隔开,而...

39715
来自专栏诸葛青云的专栏

python入门:进来吧,给自己10分钟,这篇文章带你直接学会python

假设你希望学习Python这门语言,却苦于找不到一个简短而全面的入门教程。那么本教程将花费十分钟的时间带你走入Python的大门。本文的内容介于教程(Totur...

390
来自专栏lulianqi

支持各种特殊字符的 CSV 解析类 (.net 实现)(C#读写CSV文件)

csv(Comma Separated Values)逗号分隔值,有时也称为字符分隔值,因为分隔字符也可以不是逗号),其文件以纯文本形式存储表格数据(数字和文本...

1532
来自专栏jojo的技术小屋

原 三、基本概念

作者:汪娇娇 时间:2017年11月4日 一、语法 1、区分大小写 2、标识符 指变量、函数、属性的名字,采用驼峰大小写格式。 3、注释 单行:// 多行:/*...

2605
来自专栏Micro_awake web

JavaScript(四):运算符&数据类型转换

+:算符的加法;连接字符串 加法会将其它类型的值,自动转为字符串,然后再进行连接运算! 1 var a=1+2; 2 console.log('first:...

1956
来自专栏进击的君君的前端之路

函数与作用域

1374
来自专栏海天一树

小朋友学C语言(19):字符和整数的关系

程序(一) #include <stdio.h> int main() { char ch = 'A'; printf("%c\n", ch);...

3467

扫码关注云+社区

领取腾讯云代金券