正則表達(dá)式常用元字符整理小結(jié)

更新時間：2012年06月07日 15:03:59 投稿：mdxy-dxy

以下關(guān)于正則表達(dá)式的內(nèi)容來自 MSDN 和維基百科，僅供自己查閱方便

正則表達(dá)式元字符和普通字符:
根據(jù)正則表達(dá)式語法規(guī)則，正則表達(dá)式的匹配模式是由一系列的字符構(gòu)成的。

一.普通字符:

大多數(shù)的字符僅能夠描述它們本身，這些字符稱作普通字符，例如所有的字母和數(shù)字。
也就是說普通字符只能夠匹配字符串中與它們相同的字符。
二.元字符:
由于普通字符只能匹配與自身相同的字符，那么正則表達(dá)式的靈活性和強(qiáng)大的匹配功能就不能夠完全展現(xiàn)，于是正則表達(dá)式中還規(guī)定了一系列的特殊字符，這些特殊字符不是按照字符的直接量進(jìn)行匹配的，而是具有特殊的語義，

例如下面如下字符:

^ $ . * + ? = ! : | \ / ( ) [ ] { }

雖然說上面的字符具有特殊含義，但是某些字符只有在某些上下文環(huán)境中才具有特殊的含義。
如果要匹配這些具有特殊含義的字符直接量，需要在這些字符前面加反斜杠(\)進(jìn)行轉(zhuǎn)義，例如我想匹配一個$直接量,需要寫成\$，否則就是匹配一個結(jié)尾位置。正是由于這些特殊字符的存在，才會是正則表達(dá)式具有強(qiáng)大的功能。
由于它們是構(gòu)造各種匹配復(fù)雜文本的正則表達(dá)式的基本字符，所以被稱作元字符。

元字符的用法會在后面的章節(jié)中得到介紹，這里只是介紹一下此概念。正則表達(dá)式語言由兩種基本字符類型組成：原義（正常）文本字符和元字符。元字符使正則表達(dá)式具有處理能力。元字符既可以是放在 [] 中的任意單個字符（如 [a] 表示匹配單個小寫字符 a ），也可以是字符序列（如 [a-d] 表示匹配 a 、 b 、 c 、 d 之間的任意一個字符，而 \w 表示任意英文字母和數(shù)字及下劃線），下面是一些常見的元字符：

. 匹配除 \n 以外的任何字符（注意元字符是小數(shù)點(diǎn)）。
[abcde] 匹配 abcde 之中的任意一個字符
[a-h] 匹配 a 到 h 之間的任意一個字符
[^fgh] 不與 fgh 之中的任意一個字符匹配
\w 匹配大小寫英文字符及數(shù)字 0 到 9 之間的任意一個及下劃線，相當(dāng)于 [a-zA-Z0-9_]
\W 不匹配大小寫英文字符及數(shù)字 0 到 9 之間的任意一個，相當(dāng)于 [^a-zA-Z0-9_]
\s 匹配任何空白字符，相當(dāng)于 [ \f\n\r\t\v]
\S 匹配任何非空白字符，相當(dāng)于 [^\s]
\d 匹配任何 0 到 9 之間的單個數(shù)字，相當(dāng)于 [0-9]
\D 不匹配任何 0 到 9 之間的單個數(shù)字，相當(dāng)于 [^0-9]
[\u4e00-\u9fa5] 匹配任意單個漢字（這里用的是 Unicode 編碼表示漢字的 )
正則表達(dá)式限定符
上面的元字符都是針對單個字符匹配的，要想同時匹配多個字符的話，還需要借助限定符。下面是一些常見的限定符 ( 下表中 n 和 m 都是表示整數(shù)，并且 0<n<m) ：
* 匹配 0 到多個元字符，相當(dāng)于 {0,}
? 匹配 0 到 1 個元字符，相當(dāng)于 {0,1}
{n} 匹配 n 個元字符
{n,} 匹配至少 n 個元字符
{n,m} 匹配 n 到 m 個元字符
+ 匹配至少 1 個元字符，相當(dāng)于 {1,}
\b 匹配單詞邊界
^ 字符串必須以指定的字符開始
$ 字符串必須以指定的字符結(jié)束

說明：
（ 1 ）由于在正則表達(dá)式中“ \ ”、“ ? ”、“ * ”、“ ^ ”、“ $ ”、“ + ”、“（”、“）”、“ | ”、“ { ”、“ [ ”等字符已經(jīng)具有一定特殊意義，如果需要用它們的原始意義，則應(yīng)該對它進(jìn)行轉(zhuǎn)義，例如希望在字符串中至少有一個“ \ ”，那么正則表達(dá)式應(yīng)該這么寫： \\+ 。
（ 2 ）可以將多個元字符或者原義文本字符用括號括起來形成一個分組，比如 ^(13)[4-9]\d{8}$ 表示任意以 13 開頭的移動手機(jī)號碼。
（ 3 ）另外對于中文字符的匹配是采用其對應(yīng)的 Unicode 編碼來匹配的，對于單個 Unicode 字符，如 \u4e00 表示漢字“一”， \u9fa5 表示漢字“龥”，在 Unicode 編碼中這分別是所能表示的漢字的第一個和最后一個的 Unicode 編碼，在 Unicode 編碼中能表示 20901 個漢字。
（ 4 ）關(guān)于 \b 的用法，它代表單詞的開始或者結(jié)尾，以字符串“ 123a 345b 456 789d ”作為示例字符串，如果正則表達(dá)式是“ \b\d{3}\b ”，則僅能匹配 456 。
（ 5 ）可以使用“ | ”來表示或的關(guān)系，例如 [z|j|q] 表示匹配 z 、 j 、 q 之中的任意一個字母。

表達(dá)式	匹配
/^\s*$/	匹配空行。
/\d{2}-\d{5}/	驗(yàn)證由兩位數(shù)字、一個連字符再加 5 位數(shù)字組成的 ID 號。
/<\s(\S+)(\s[^>])?>[\s\S]<\s\/\1\s*>/	匹配 HTML 標(biāo)記。

下表包含了元字符的完整列表以及它們在正則表達(dá)式上下文中的行為：

字符	說明
\	將下一字符標(biāo)記為特殊字符、文本、反向引用或八進(jìn)制轉(zhuǎn)義符。例如，“n”匹配字符“n”?！癨n”匹配換行符。序列“\\”匹配“\”，“\(”匹配“(”。
^	匹配輸入字符串開始的位置。如果設(shè)置了 RegExp 對象的 Multiline 屬性，^ 還會與“\n”或“\r”之后的位置匹配。
$	匹配輸入字符串結(jié)尾的位置。如果設(shè)置了 RegExp 對象的 Multiline 屬性，$ 還會與“\n”或“\r”之前的位置匹配。
*	零次或多次匹配前面的字符或子表達(dá)式。例如，zo* 匹配“z”和“zoo”。* 等效于 {0,}。
+	一次或多次匹配前面的字符或子表達(dá)式。例如，“zo+”與“zo”和“zoo”匹配，但與“z”不匹配。+ 等效于 {1,}。
?	零次或一次匹配前面的字符或子表達(dá)式。例如，“do(es)?”匹配“do”或“does”中的“do”。? 等效于 {0,1}。
{n}	n 是非負(fù)整數(shù)。正好匹配 n 次。例如，“o{2}”與“Bob”中的“o”不匹配，但與“food”中的兩個“o”匹配。
{n,}	n 是非負(fù)整數(shù)。至少匹配 n 次。例如，“o{2,}”不匹配“Bob”中的“o”，而匹配“foooood”中的所有 o。“o{1,}”等效于“o+”?！皁{0,}”等效于“o*”。
{n,m}	M 和 n 是非負(fù)整數(shù)，其中 n <= m。匹配至少 n 次，至多 m 次。例如，“o{1,3}”匹配“fooooood”中的頭三個 o。'o{0,1}' 等效于 ‘o?'。注意：您不能將空格插入逗號和數(shù)字之間。
?	當(dāng)此字符緊隨任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后時，匹配模式是“非貪心的”?！胺秦澬牡摹蹦Ｊ狡ヅ渌阉鞯降摹⒈M可能短的字符串，而默認(rèn)的“貪心的”模式匹配搜索到的、盡可能長的字符串。例如，在字符串“oooo”中，“o+?”只匹配單個“o”，而“o+”匹配所有“o”。
.	匹配除“\n”之外的任何單個字符。若要匹配包括“\n”在內(nèi)的任意字符，請使用諸如“[\s\S]”之類的模式。
(pattern)	匹配 pattern 并捕獲該匹配的子表達(dá)式?？梢允褂?nbsp;$0…$9 屬性從結(jié)果“匹配”集合中檢索捕獲的匹配。若要匹配括號字符 ( )，請使用“$”或者“$”。
(?:pattern)	匹配 pattern 但不捕獲該匹配的子表達(dá)式，即它是一個非捕獲匹配，不存儲供以后使用的匹配。這對于用“or”字符 (\|) 組合模式部件的情況很有用。例如，'industr(?:y\|ies) 是比 ‘industry\|industries' 更經(jīng)濟(jì)的表達(dá)式。
(?=pattern)	執(zhí)行正向預(yù)測先行搜索的子表達(dá)式，該表達(dá)式匹配處于匹配 pattern 的字符串的起始點(diǎn)的字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。例如，'Windows (?=95\|98\|NT\|2000)' 匹配“Windows 2000”中的“Windows”，但不匹配“Windows 3.1”中的“Windows”。預(yù)測先行不占用字符，即發(fā)生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預(yù)測先行的字符后。
(?!pattern)	執(zhí)行反向預(yù)測先行搜索的子表達(dá)式，該表達(dá)式匹配不處于匹配 pattern 的字符串的起始點(diǎn)的搜索字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。例如，'Windows (?!95\|98\|NT\|2000)' 匹配“Windows 3.1”中的 “Windows”，但不匹配“Windows 2000”中的“Windows”。預(yù)測先行不占用字符，即發(fā)生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預(yù)測先行的字符后。
x\|y	匹配 x 或 y。例如，'z\|food' 匹配“z”或“food”。'(z\|f)ood' 匹配“zood”或“food”。
[xyz]	字符集。匹配包含的任一字符。例如，“[abc]”匹配“plain”中的“a”。
[^xyz]	反向字符集。匹配未包含的任何字符。例如，“[^abc]”匹配“plain”中的“p”。
[a-z]	字符范圍。匹配指定范圍內(nèi)的任何字符。例如，“[a-z]”匹配“a”到“z”范圍內(nèi)的任何小寫字母。
[^a-z]	反向范圍字符。匹配不在指定的范圍內(nèi)的任何字符。例如，“[^a-z]”匹配任何不在“a”到“z”范圍內(nèi)的任何字符。
\b	匹配一個字邊界，即字與空格間的位置。例如，“er\b”匹配“never”中的“er”，但不匹配“verb”中的“er”。
\B	非字邊界匹配。“er\B”匹配“verb”中的“er”，但不匹配“never”中的“er”。
\cx	匹配 x 指示的控制字符。例如，\cM 匹配 Control-M 或回車符。x 的值必須在 A-Z 或 a-z 之間。如果不是這樣，則假定 c 就是“c”字符本身。
\d	數(shù)字字符匹配。等效于 [0-9]。
\D	非數(shù)字字符匹配。等效于 [^0-9]。
\f	換頁符匹配。等效于 \x0c 和 \cL。
\n	換行符匹配。等效于 \x0a 和 \cJ。
\r	匹配一個回車符。等效于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、換頁符等。與 [ \f\n\r\t\v] 等效。
\S	匹配任何非空白字符。與 [^ \f\n\r\t\v] 等效。
\t	制表符匹配。與 \x09 和 \cI 等效。
\v	垂直制表符匹配。與 \x0b 和 \cK 等效。
\w	匹配任何字類字符，包括下劃線。與“[A-Za-z0-9_]”等效。
\W	與任何非單詞字符匹配。與“[^A-Za-z0-9_]”等效。
\xn	匹配 n，此處的 n 是一個十六進(jìn)制轉(zhuǎn)義碼。十六進(jìn)制轉(zhuǎn)義碼必須正好是兩位數(shù)長。例如，“\x41”匹配“A”?！癨x041”與“\x04”&“1”等效。允許在正則表達(dá)式中使用 ASCII 代碼。
\num	匹配 num，此處的 num 是一個正整數(shù)。到捕獲匹配的反向引用。例如，“(.)\1”匹配兩個連續(xù)的相同字符。
\n	標(biāo)識一個八進(jìn)制轉(zhuǎn)義碼或反向引用。如果 \n 前面至少有 n 個捕獲子表達(dá)式，那么 n 是反向引用。否則，如果 n 是八進(jìn)制數(shù) (0-7)，那么 n 是八進(jìn)制轉(zhuǎn)義碼。
\nm	標(biāo)識一個八進(jìn)制轉(zhuǎn)義碼或反向引用。如果 \nm 前面至少有 nm 個捕獲子表達(dá)式，那么 nm 是反向引用。如果 \nm 前面至少有 n 個捕獲，則 n 是反向引用，后面跟有字符m。如果兩種前面的情況都不存在，則 \nm 匹配八進(jìn)制值 nm，其中 n 和 m 是八進(jìn)制數(shù)字 (0-7)。
\nml	當(dāng) n 是八進(jìn)制數(shù) (0-3)，m 和 l 是八進(jìn)制數(shù) (0-7) 時，匹配八進(jìn)制轉(zhuǎn)義碼 nml。
\un	匹配 n，其中 n 是以四位十六進(jìn)制數(shù)表示的 Unicode 字符。例如，\u00A9 匹配版權(quán)符號 (©)。