正则表达式学习笔记

表1.常用的元字符

• . 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或汉字
• \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

表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

表3.常用的反义代码

• 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

表4.常用分组语法

• 分类 代码/语法 说明
• 捕获
  
  1. (exp) 匹配exp,并捕获文本到自动命名的组里
  2. (?exp) 匹配exp,并捕获文本到名称为name的组里，也可以写成(?’name’exp)
  3. (?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号

• 零宽断言

  1. (?=exp) 匹配exp前面的位置(以什么结尾的)
     例如: \b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)
  2. (?<=exp) 匹配exp后面的位置(以什么开头的)
     例如: (?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)
  3. (?!exp) 匹配后面跟的不是exp的位置(断言此位置的后面不能匹配表达式exp)
     例如：\d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字
  4. (?

表5.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

表6.常用的处理选项

• IgnoreCase(忽略大小写) 匹配时不区分大小写。
• Multiline(多行模式) 更改^和$的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配\n之前的位置以及字符串结束前的位置.)
• Singleline(单行模式) 更改.的含义，使它与每一个字符匹配（包括换行符\n）。
• IgnorePatternWhitespace(忽略空白) 忽略表达式中的非转义空白并启用由#标记的注释。
• ExplicitCapture(显式捕获) 仅捕获已被显式命名的组。

表7.尚未详细讨论的语法

• 代码/语法 说明
• \a 报警字符(打印它的效果是电脑嘀一声)
• \b 通常是单词分界位置，但如果在字符类里使用代表退格
• \t 制表符，Tab
• \r 回车
• \v 竖向制表符
• \f 换页符
• \n 换行符
• \e Escape
• \0nn ASCII代码中八进制代码为nn的字符
• \xnn ASCII代码中十六进制代码为nn的字符
• \unnnn Unicode代码中十六进制代码为nnnn的字符
• \cN ASCII控制字符。比如\cC代表Ctrl+C
• \A 字符串开头(类似^，但不受处理多行选项的影响)
• \Z 字符串结尾或行尾(不受处理多行选项的影响)
• \z 字符串结尾(类似$，但不受处理多行选项的影响)
• \G 当前搜索的开头
• \p{name} Unicode中命名为name的字符类，例如\p{IsGreek}
• (?>exp) 贪婪子表达式
• (?-exp) 平衡组
• (?im-nsx:exp) 在子表达式exp中改变处理选项
• (?im-nsx) 为表达式后面的部分改变处理选项
• (?(exp)yes|no) 把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no
• (?(exp)yes) 同上，只是使用空表达式作为no
• (?(name)yes|no) 如果命名为name的组捕获到了内容，使用yes作为表达式；否则使用no

• (?(name)yes) 同上，只是使用空表达式作为no

  < #最外层的左括号
  [^<>]* #最外层的左括号后面的不是括号的内容
  (
  (
  (?’Open’<) #碰到了左括号，在黑板上写一个”Open”
  [^<>]* #匹配左括号后面的不是括号的内容
  )+
  (
  (?’-Open’>) #碰到了右括号，擦掉一个”Open”
  [^<>]* #匹配右括号后面不是括号的内容
  )+
  )*
  (?(Open)(?!)) #在遇到最外层的右括号前面，判断黑板上还有没有没擦掉的”Open”；如果还有，则匹配失败

  > #最外层的右括号