正则表达式教程和示例

推荐网站

学习

推荐一个正则表达式学习网站RegexLearn，界面简洁明了，可以高亮提示和练习

使用

在线使用regex101，右侧可以显示语法介绍和匹配信息，可以导出匹配文本

语法

示例

an answer or a question（这里是待匹配文本，其中加粗部分是被匹配字符）

^\w+（这里写的是正则表达式）

说明

/w+/g，“/“是表达式开始和结束的定界符，在不特殊说明使用标志（全局g，多行m，忽略大小写i）的情况下，下面就隐藏”//g”

锚点

^开头

匹配字符串或行的开头。

an answer or a question

^\w+

这个例子仅说明”^“的用法，其中“\w”表示匹配字母、数字或下划线，”+“表示匹配一个或多个。

$末尾

匹配字符串或行的末尾。

an answer or a question

\w+$

\b边界

匹配单词的开头或末尾，单词边界。

an answer or a question

n\b

\B非边界

匹配不在单词开头或末尾的位置，非单词边界。

an answer or a question

n\B

字符类

[abc]字符集

匹配集合中的任意字符。

bar ber bir bor bur

b[eo]r

[^abc]否定字符集

匹配不在集合中的任意字符。

bar ber bir bor bur

b[^eo]r

[a-z]范围

匹配两个字符之间的任意字符，包括它们本身。

abcdefghijklmnopqrstuvwxyz

[e-i]

.点

匹配除换行符之外的任意字符。

hi012_-!?

.

\w单词

匹配字母、数字或下划线。

hi 012 _-!?

\w

\W非单词

匹配除字母、数字和下划线之外的任意字符。

hi [空格]012[空格]_-!?

\W

\d数字

匹配所有数字。

+1-(444)-222

\d

\D非数字

匹配除数字外的任意字符。

**+1-(444)-**222

\D

\s空白符

匹配所有空白字符。

one**[空格]**two

\s

\S非空白符

匹配除空白字符以外的任意字符。

one two

\S

量词与分支

+一或多

表达式匹配一个或多个。

bp bep beep beeep

/be+p/g

*零或多

表达式匹配零个或多个。

bp bep beep beeep

/be*p/g

{1-3}重复

表达式匹配指定范围的位数。

bp bep beep beeep

/be{1,2}p/g

?可选

使表达式可选。

color, colour

/colou?r/g

|或

类似于“或”。用于匹配多种符合条件的表达式之一。

fat, cat, rat

/(c|r)at/g

零宽断言

(?=)正向先行断言

例如，我们要匹配文本中的小时值。为了只匹配后面有 PM 的数值，我们需要在表达式后面使用正向先行断言 (?=)，并在括号内的 = 后面添加 PM

Date: 4 Aug 3PM

\d+(?=PM)

(?!)负向先行断言

例如，我们要在文本中匹配除小时值以外的数字。我们需要在表达式后面使用负向先行断言 (?!)，并在括号内的 ! 后面添加 PM，从而只匹配没有 PM 的数值。

Date: 4 Aug 3PM

\d+(?!PM)

(?<=)正向后行断言

例如，我们要匹配文本中的金额数。为了只匹配前面带有 $ 的数字。我们要在表达式前面使用正向后行断言 (?<=)，并在括号内的 = 后面添加 $。

Product Code: 1064 Price: $5

(?<=\$)\d+

(?<!)负向后行断言

例如，我们要在文本中匹配除价格外的数字。为了只匹配前面没有 $ 的数字，我们要在表达式前用负向后行断言 (?<!)，并在括号内的 ! 后面添加 $。

Product Code: 1064 Price: $5

(?<!\$)\d+

标志

g全局标志

全局标志使表达式选中所有匹配项，如果不启用全局标志，那么表达式只会匹配第一个匹配项。现在，请启用全局标志，以便匹配所有匹配项。

domain.com, test.com, site.com

/\w+\.com/g

m多行标志

正则表达式将所有文本视作一行。但如果我们使用了多行标志，它就会单独处理每一行。这次，我们将根据每一行行末的规律来写出表达式，现在，请启用多行标志来查找所有匹配项。

domain.com
test.com
site.com

/\w+\.com$/gm

i忽略大小写标志

为了使我们编写的表达式不再大小写敏感，我们必须启用 不区分大小写 标志。

DOMAIN.COM
TEST.COM
SITE.COM

/\w+\.com$/gmi

组和引用

()分组

我们可以对一个表达式进行分组，并用这些分组来引用或执行一些规则。为了给表达式分组，我们需要将文本包裹在 () 中。现在，请尝试为下方文本中的 haa 构造分组。

ha-ha,haa-haa

(haa)

引用组

单词 ha 和 haa 分组如下。第一组用 \1 来避免重复书写。这里的 1 表示分组的顺序。请在表达式的末尾键入 \2 以引用第二组。

ha-ha,haa-haa

(ha)-\1,(haa)-\2

(?:)非捕获分组

您可以对表达式进行分组，并确保它不被引用捕获。例如，下面有两个分组，但我们用 \1 引用的第一个组实际上是指向第二个组，因为第一个是未被捕获的分组。

ha-ha,haa-haa

(?:ha)-ha,(haa)-\1

不会再去匹配ha，而是整体作为一个组

贪婪匹配

正则表达式默认执行贪婪匹配。这意味着匹配内容会尽可能长。请看下面的示例，它匹配任何以 r 结尾的字符串，以及前面带有该字符串的文本，但它不会在第一个 r 处停止匹配。

ber beer beeer beeeer

.*r

懒惰匹配

与贪婪匹配不同，懒惰匹配在第一次匹配时停止。下面的例子中，在 * 之后添加 ?，将查找以 r 结尾且前面带有任意字符的第一个匹配项。这意味着本次匹配将会在第一个字母 r 处停止。

ber beer beeer beeeer

.*?r

练习

字符集

写出匹配文本中所有单词的表达式。单词首字母是唯一变化的字符。

beer deer feer

[bdf]eer

大括号-1

用 {} 编写表达式，匹配文本中，位数为 4 的阿拉伯数字。

Release 10/9/2021

[0-9]{4}

大括号-2

用 {} 编写表达式，匹配文本中，位数至少为 2 的阿拉伯数字。

Release 10/9/2021

[0-9]{2,}

大括号-3

用 {} 编写表达式，匹配文本中，位数为 1 至 4 的阿拉伯数字。

Release 10/9/2021

[0-9]{1,4}