正規表示式（筆記）

線上正則測試工具： http://www.regexpal.com/

語法

正規表示式(RegExp: regular expression)描述了一種字串匹配的模式，可以用來檢查一個串是否含有某種子串、將匹配的子串做替換或者從某個串中取出符合某個條件的子串等。

普通字元

普通字元包括沒有顯式指定為元字元的所有可列印和不可列印字元。這包括所有大寫和小寫字母、所有數字、所有標點符號和一些其他符號。

非列印字元

非列印字元也可以是正規表示式的組成部分。下表列出了表示非列印字元的轉義序列：

字元	描述
cx	匹配由x指明的控制字元.
f	匹配一個換頁符. 等價於x0c和cL.
	匹配一個換行符. 等價於x0a和cJ.
	匹配一個回車符. 等價於x0d和cM.
	匹配一個製表符. 等價於x09和cI.
v	匹配一個垂直製表符.等價於x0b和cK.
s	匹配任何空白字元, 包含換頁符、換行符、回車符、空格、製表符等等. 等價於[f v].
S	匹配任何非空白字元. 等價於[^f v]

特殊字元

所謂特殊字元，就是一些有特殊含義的字元，如上面說的*.txt中的*，簡單的說就是表示任何字串的意思。如果要查詢檔名中有 * 的檔案，則需要對 * 進行轉義，即在其前加一個。ls *.txt。

許多元字元要求在試圖匹配它們時特別對待。若要匹配這些特殊字元，必須首先使字元轉義，即，將反斜槓字元 ( ) 放在它們前面。下表列出了正規表示式中的特殊字元：

特殊字元	描述
$	匹配輸入字串的結尾位置.
( )	標記一個子表示式的開始和結束位置.
*	匹配前面的子表示式零次或者多次.
+	匹配前面的子表示式一次或者多次.
.	匹配出換行符 之外的任何單字元.
[	標記一箇中括號表示式的開始.
?	匹配前面的子表示式零次或一次, 或指一個非貪婪限定符
	將下一個字元標記為或特殊字元, 或原義字元, 或向後引用, 或八進位制轉移符.例如: n匹配字元n. 匹配換行符. 序列 \ 匹配 , 而 ( 則匹配 (.
^	匹配輸入字串的開始位置, 除非在方括號表示式中使用, 此時它表示不接受該字符集.
{	標記限定字元表示式的開始
|	指明兩項之間的一個選擇

限定符

限定符用來指定正規表示式的一個給定元件必須要出現多少次才能滿足匹配。有*或+或?或{n}或{n,}或{n,m}共6種。
正規表示式的限定符有：

字元	描述
*	匹配前面的子表示式零次或多次。例如，zo 能匹配 “z” 以及 “zoo”。 等價於{0,}。
+	匹配前面的子表示式一次或多次。例如，`zo+` 能匹配 “zo” 以及 “zoo”，但不能匹配 “z”。+ 等價於 {1,}。
?	匹配前面的子表示式零次或一次。例如，”do(es)?” 可以匹配 “do” 或 “does” 中的”do” 。? 等價於 {0,1}。
{n}	n 是一個非負整數。匹配確定的 n 次。例如，`o{2}` 不能匹配 “Bob” 中的 `o`，但是能匹配 “food” 中的兩個 o。
{n,}	n 是一個非負整數。至少匹配n 次。例如，`o{2,}` 不能匹配 “Bob” 中的 `o`，但能匹配 “foooood” 中的所有 o。`o{1,}` 等價於 `o+`。`o{0,}` 則等價於 `o*`。
{n,m}	m 和 n 均為非負整數，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，”o{1,3}” 將匹配 “fooooood” 中的前三個 o。`o{0,1}` 等價於 `o?`。請注意在逗號和兩個數之間不能有空格。

注意: 限定符出現在範圍表示式之後。因此，它應用於整個範圍表示式。

*、+、?、和 {} 限定符都是貪婪的，因為它們會盡可能多的匹配文字，只有在它們的後面加上一個?就可以實現非貪婪或最小匹配。

定位符

定位符使您能夠將正規表示式固定到行首或行尾。它們還使您能夠建立這樣的正規表示式，這些正規表示式出現在一個單詞內、在一個單詞的開頭或者一個單詞的結尾。
定位符用來描述字串或單詞的邊界，^和$分別指字串的開始與結束， 描述單詞的前或後邊界，B 表示非單詞邊界。
正規表示式的限定符有：

字元	描述
^	匹配輸入字串的開始位置。如果設定了 RegExp 物件的 Multiline 屬性，^ 還會與 或 之後的位置匹配。
$	匹配輸入字串結尾的位置。如果設定了 RegExp 物件的 Multiline 屬性，$ 還會與 或 之前的位置匹配。
	匹配一個字的邊界，即字與空格間的位置。
B	非字邊界匹配。

注意： 不能將限定符與定位點一起使用。由於在緊靠換行或者字邊界的前面或後面不能有一個以上位置，因此不允許諸如 ^* 之類的表示式。

未完