中文简洁正则表达式学习笔记

一、中文正则常用

1. 基本匹配

• “()”：匹配小括号内全部内容
• “[]”：匹配方括号内字符
• “[^]”：匹配不含方括号内字符
• “.”：匹配除换行符外的所有字符
• “\d”：匹配数字，等同于[0-9]
• “\D”：匹配非数字，等同于[^\d]

2. 高阶匹配

• “?”：懒惰匹配，仅匹配第一个出现的，默认贪婪匹配
• “(?=)”：正先行断言：匹配出断言前面的内容：([T|t]he)(?=fat)
• “(?!)”：负先行断言：匹配出不在断言前面的内容：([T|t]he)(?!fat)
• “(?<=)”：正后发断言：匹配出断言后面的内容：(?<=[T|t]he)(fat|mat)
• “(?<!)”：负后发断言：匹配出不在断言后面的内容：(?<![T|t]he)(fat|mat)

3. 逻辑语句

• “|”：或
• “\”：转义

4. 限定语句

• “-”：限定范围：[a-z0-9]
• “* ”：限定出现0次及以上：[a-z]*
• “+”：限定出现1次及以上：c.+t
• “?”：限定出现0/1次：[T]?he
• “{}”：限定重复出现次数
  • “[0-9]{2,3}” ：匹配2-3个数字
  • “[0-9]{2,}”：匹配2个以上数字
  • “[0-9]{2}”：匹配2个数字

二、补充

• “^”：匹配开头
• “$”：匹配结尾
• “\w”：匹配所有字母数字，等同于[a-zA-Z0-9_]
• “\W”：匹配所有非字母数字，等同于[^\w]
• “\s”：匹配所有空格字符，等同于[\t\n\f\r\p{Z}]
• “\S”：匹配所有非空格字符，等同于[^\s]
• “\f”：匹配一个换页符
• “\n”：匹配一个换行符
• “\r”：匹配一个回车符
• “\t”：匹配一个制表符
• “\v”：匹配一个垂直制表符

整理自：learn-regex_GitHub
对原博客内容作了适度修改，更贴合中文正则使用。