iOS 之正则表达式

“正则表达式”描述在搜索文本正文时要匹配的一个或多个字符串。该表达式可用作一个将字符模式与要搜索的字符串相匹配的模板。

正则表达式包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”）。

特殊字符

---

下表包含了单字符元字符的列表以及它们在正则表达式中的行为。

说明
若要匹配这些特殊字符之一，必须首先转义字符，即，在字符前面加反斜杠字符 (\)。例如，若要搜索“+”文本字符，可使用表达式“\+”。

元字符	行为	示例
*	零次或多次匹配前面的字符或子表达式。 等效于 {0,}。	zo* 与“z”和“zoo”匹配。
+	一次或多次匹配前面的字符或子表达式。 等效于 {1,}。	zo+ 与“zo”和“zoo”匹配，但与“z”不匹配。
?	零次或一次匹配前面的字符或子表达式。 等效于 {0,1}。 当 ?紧随任何其他限定符（*、+、?、{n}、{n,} 或 {n,m}）之后时，匹配模式是非贪婪的。非贪婪模式匹配搜索到的、尽可能少的字符串，而默认的贪婪模式匹配搜索到的、尽可能多的字符串。	zo? 与“z”和“zo”匹配，但与“zoo”不匹配。 o+? 只与“oooo”中的单个“o”匹配，而 o+ 与所有“o”匹配。 do(es)? 与“do”或“does”中的“do”匹配。
^	匹配搜索字符串开始的位置。如果标志中包括 m（多行搜索）字符，^ 还将匹配 \n 或 \r 后面的位置。 如果将 ^ 用作括号表达式中的第一个字符，则会对字符集求反。	^\d{3} 与搜索字符串开始处的 3 个数字匹配。 [^abc] 与除 a、b 和 c 以外的任何字符匹配。
$	匹配搜索字符串结尾的位置。如果标志中包括 m（多行搜索）字符，^ 还将匹配 \n 或 \r 前面的位置。	\d{3}$ 与搜索字符串结尾处的 3 个数字匹配。
.	匹配除换行符 \n 之外的任何单个字符。若要匹配包括 \n 在内的任意字符，请使用诸如 [\s\S] 之类的模式。	a.c 与“abc”、“a1c”和“a-c”匹配。
[]	标记括号表达式的开始和结尾。	[1-4] 与“1”、“2”、“3”或“4”匹配。[^aAeEiIoOuU] 与任何非元音字符匹配。
{}	标记限定符表达式的开始和结尾。	a{2,3} 与“aa”和“aaa”匹配。
()	标记子表达式的开始和结尾。可以保存子表达式以备将来之用。	A(\d) 与“A0”至“A9”匹配。保存该数字以备将来之用。
|	指示在两个或多个项之间进行选择。	z|food 与“z”或“food”匹配。(z|f)ood与“zood”或“food”匹配。
/	表示 JScript 中的文本正则表达式模式的开始或结尾。在第二个“/”后添加单字符标志可以指定搜索行为。	/abc/gi 是与“abc”匹配的 JScript 文本正则表达式。g（全局）标志指定查找模式的所有匹配项，i（忽略大小写）标志使搜索不区分大小写。
\	将下一字符标记为特殊字符、文本、反向引用或八进制转义符。	\n 与换行符匹配。\( 与“(”匹配。\\ 与“\”匹配。

大多数特殊字符在括号表达式内出现时失去它们的意义，并表示普通字符。有关更多信息，请参见匹配字符的列表中的“括号表达式中的字符”。

元字符

---

下表包含了多字符元字符的列表以及它们在正则表达式中的行为。

元字符	行为	示例
\b	与一个字边界匹配；即字与空格间的位置。	er\b 与“never”中的“er”匹配，但与“verb”中的“er”不匹配。
\B	非边界字匹配。	er\B 与“verb”中的“er”匹配，但与“never”中的“er”不匹配。
\d	数字字符匹配。 等效于 [0-9]。	在搜索字符串“12 345”中，\d{2}与“12”和“34”匹配。\d 与“1”、“2”、“3”、“4”和“5”匹配。
\D	非数字字符匹配。 等效于 [^0-9]。	\D+ 与“abc123 def”中的“abc”和“def”匹配。
\w	与以下任意字符匹配：A-Z、a-z、0-9 和下划线。 等效于 [A-Za-z0-9_]。	在搜索字符串“The quick brown fox…”中，\w+ 与“The”、“quick”、“brown”和“fox”匹配。
\W	与除 A-Z、a-z、0-9 和下划线以外的任意字符匹配。 等效于 [^A-Za-z0-9_]。	在搜索字符串“The quick brown fox…”中，\W+ 与“…”和所有空格匹配。
[xyz]	字符集。与任何一个指定字符匹配。	[abc] 与“plain”中的“a”匹配。
[^xyz]	反向字符集。与未指定的任何字符匹配。	[^abc] 与“plain”中的“p”、“l”、“i”和“n”匹配。
[a-z]	字符范围。匹配指定范围内的任何字符。	[a-z] 与“a”到“z”范围内的任何小写字母字符匹配。
[^a-z]	反向字符范围。与不在指定范围内的任何字符匹配。	[^a-z] 与不在范围“a”到“z”内的任何字符匹配。
{n}	正好匹配 n 次。n 是非负整数。	o{2} 与“Bob”中的“o”不匹配，但与“food”中的两个“o”匹配。
{n,}	至少匹配 n 次。n 是非负整数。 * 与 {0,} 相等。 + 与 {1,} 相等。	o{2,} 与“Bob”中的“o”不匹配，但与“foooood”中的所有“o”匹配。
{n,m}	匹配至少 n 次，至多 m 次。n 和 m 是非负整数，其中 n <= m。逗号和数字之间不能有空格。 ? 与 {0,1} 相等。	在搜索字符串“1234567”中，\d{1,3}与“123”、“456”和“7”匹配。
(模式)	与模式 匹配并保存匹配项。您可以从由 JScript 中的 exec Method返回的数组元素中检索保存的匹配项。若要匹配括号字符 ( )，请使用“\(”或者“\)”。	(Chapter|Section) [1-9]与“Chapter 5”匹配，保存“Chapter”以备将来之用。
(?:模式)	与模式 匹配，但不保存匹配项；即不会存储匹配项以备将来之用。这对于用“or”字符 (|) 组合模式部件的情况很有用。	industr(?:y|ies) 与industry|industries 相等。
(?=模式)	积极的预测先行。找到一个匹配项后，将在匹配文本之前开始搜索下一个匹配项。不会保存匹配项以备将来之用。	^(?=.*\d).{4,8}$ 对密码应用以下限制：其长度必须介于 4 到 8 个字符之间，并且必须至少包含一个数字。 在该模式中，.*\d 查找后跟有数字的任意多个字符。对于搜索字符串“abc3qr”，这与“abc3”匹配。 从该匹配项之前（而不是之后）开始，.{4,8} 与包含 4-8 个字符的字符串匹配。这与“abc3qr”匹配。 ^ 和 $ 指定搜索字符串的开始和结束位置。这将在搜索字符串包含匹配字符之外的任何字符时阻止匹配。
(?!模式)	消极的预测先行。匹配与模式 不匹配的搜索字符串。找到一个匹配项后，将在匹配文本之前开始搜索下一个匹配项。不会保存匹配项以备将来之用。	\b(?!th)\w+\b 与不以“th”开头的单词匹配。 在该模式中，\b 与一个字边界匹配。对于搜索字符串“ quick ”，这与第一个空格匹配。(?!th) 与非“th”字符串匹配。这与“qu”匹配。 从该匹配项开始，\w+ 与一个字匹配。这与“quick”匹配。
\cx	匹配 x 指示的控制字符。x 的值必须在 A-Z 或 a-z 范围内。如果不是这样，则假定 c 就是文本“c”字符本身。	\cM 与 Ctrl+M 或一个回车符匹配。
\xn	匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。允许在正则表达式中使用 ASCII 代码。	\x41 与“A”匹配。\x041 等效于后跟有“1”的“\x04”（因为 n 必须正好是两位数）。
\num	匹配 num，此处的 num 是一个正整数。这是对已保存的匹配项的引用。	(.)\1 与两个连续的相同字符匹配。
\n	标识一个八进制转义码或反向引用。如果 \n 前面至少有 n 个捕获子表达式，那么 n 是反向引用。否则，如果 n 是八进制数 (0-7)，那么 n是八进制转义码。	(\d)\1 与两个连续的相同数字匹配。
\nm	标识一个八进制转义码或反向引用。如果 \nm 前面至少有 nm 个捕获子表达式，那么 nm 是反向引用。如果 \nm 前面至少有 n 个捕获子表达式，则 n 是反向引用，后面跟有文本 m。如果上述情况都不存在，当 n 和 m 是八进制数字 (0-7) 时，\nm 匹配八进制转义码 nm。	\11 与制表符匹配。
\nml	当 n 是八进制数字 (0-3)，m 和 l 是八进制数字 (0-7) 时，匹配八进制转义码 nml。	\011 与制表符匹配。
\un	匹配 n，其中 n 是以四位十六进制数表示的 Unicode 字符。	\u00A9 与版权符号 (©) 匹配。

非打印字符

---

下表包含表示非打印字符的转义序列。

字符	匹配	等效于
\f	换页符。	\x0c 和 \cL
\n	换行符。	\x0a 和 \cJ
\r	回车符。	\x0d 和 \cM
\s	任何空白字符。其中包括空格、制表符和换页符。	[\f\n\r\t\v]
\S	任何非空白字符。	[^\f\n\r\t\v]
\t	Tab 字符。	\x09 和 \cI
\v	垂直制表符。	\x0b 和 \cK

优先级顺序

---

正则表达式的计算方式与算术表达式非常类似；即从左到右进行计算，并遵循优先级顺序。

下表按从高到低的顺序包含了正则表达式运算符的优先级顺序。

运算符	说明
\	转义符
(), (?:), (?=), []	括号和中括号
*、+、?、{n}、{n,}、{n,m}	限定符
^、$、\任何元字符	定位点和序列
|	替换

字符具有高于替换运算符的优先级，例如，允许“m|food”匹配“m”或“food”。

///////////////////////////////////////////////////////////

匹配中文字符的正则表达式： [\u4e00-\u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了

匹配双字节字符(包括汉字在内)：[^\x00-\xff]
评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

匹配空白行的正则表达式：\n\s*\r
评注：可以用来删除空白行

匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式：^\s*|\s*$
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式

匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注：表单验证时很实用

匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求

匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注：表单验证时很实用

匹配国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}
评注：匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始

匹配中国邮政编码：[1-9]\d{5}(?!\d)
评注：中国邮政编码为6位数字

匹配身份证：\d{15}|\d{18}
评注：中国的身份证为15位或18位

匹配ip地址：\d+\.\d+\.\d+\.\d+
评注：提取ip地址时有用

匹配特定数字：
^[1-9]\d*$　 　 //匹配正整数
^-[1-9]\d*$ 　 //匹配负整数
^-?[1-9]\d*$　　 //匹配整数
^[1-9]\d*|0$　 //匹配非负整数（正整数 + 0）
^-[1-9]\d*|0$　　 //匹配非正整数（负整数 + 0）
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$　　 //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$　 //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$　 //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　　 //匹配非负浮点数（正浮点数 + 0）
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$　　//匹配非正浮点数（负浮点数 + 0）
评注：处理大量数据时有用，具体应用时注意修正

匹配特定字符串：
^[A-Za-z]+$　　//匹配由26个英文字母组成的字符串
^[A-Z]+$　　//匹配由26个英文字母的大写组成的字符串
^[a-z]+$　　//匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$　　//匹配由数字和26个英文字母组成的字符串
^\w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串
评注：最基本也是最常用的一些表达式