正規表示式元字元大整理

我在廣州寫bug發表於2018-12-20

整理元字元,往其祖上倒三代,祖孫三代一起進名單,一家人就要完完整整。全部收錄起來。

為方便查閱,下文元字元閱讀方式直接是   “序號  字元 :解釋”

 

   :將下一個字元標記為一個特殊字元、或一個原義字元、或一個 向後引用、或一個八進位制轉義符。例如,`n` 匹配字元 “n”。`
` 匹配一個換行符。序列 `\` 匹配 “” 而 “(” 則匹配 “(“。

 

^ : 匹配輸入字串的開始位置。如果設定了 RegExp 物件的 Multiline 屬性,^ 也匹配 `
` 或 `
` 之後的位置。

 

$ : 匹配輸入字串的結束位置。如果設定了RegExp 物件的 Multiline 屬性,$ 也匹配 `
` 或 `
` 之前的位置。

 

*  : 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” 。? 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。

 

? : 當該字元緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 後面時,匹配模式是非貪婪的。非貪婪模式儘可能少的匹配所搜尋的字串,而預設的貪婪模式則儘可能多的匹配所搜尋的字串。例如,對於字串 “oooo”,`o+?` 將匹配單個 “o”,而 `o+` 將匹配所有 `o`。

 

. : 匹配除換行符(

)之外的任何單個字元。要匹配包括 `
` 在內的任何字元,請使用像”(.|
)
“的模式。

 

(pattern)  : 匹配 pattern 並獲取這一匹配。所獲取的匹配可以從產生的 Matches 集合得到,在VBScript 中使用 SubMatches 集合,在JScript 中則使用 $0…$9 屬性。要匹配圓括號字元,請使用 `(` 或 `)`。

 

(?:pattern) : 匹配 pattern 但不獲取匹配結果,也就是說這是一個非獲取匹配,不進行儲存供以後使用。這在使用 “或” 字元 (|) 來組合一個模式的各個部分是很有用。例如, `industr(?:y|ies) 就是一個比 `industry|industries` 更簡略的表示式。

 

(?=pattern) : 正向肯定預查(look ahead positive assert),在任何匹配pattern的字串開始處匹配查詢字串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。例如,”Windows(?=95|98|NT|2000)”能匹配”Windows2000″中的”Windows”,但不能匹配”Windows3.1″中的”Windows”。預查不消耗字元,也就是說,在一個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜尋,而不是從包含預查的字元之後開始。

 

(?!pattern) : 正向否定預查(negative assert),在任何不匹配pattern的字串開始處匹配查詢字串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。例如”Windows(?!95|98|NT|2000)”能匹配”Windows3.1″中的”Windows”,但不能匹配”Windows2000″中的”Windows”。預查不消耗字元,也就是說,在一個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜尋,而不是從包含預查的字元之後開始。

 

(?<=pattern) : 反向(look behind)肯定預查,與正向肯定預查類似,只是方向相反。例如,”(?<=95|98|NT|2000)Windows“能匹配”2000Windows“中的”Windows“,但不能匹配”3.1Windows“中的”Windows“。

 

(?<!pattern) : 反向否定預查,與正向否定預查類似,只是方向相反。例如”(?<!95|98|NT|2000)Windows“能匹配”3.1Windows“中的”Windows“,但不能匹配”2000Windows“中的”Windows“。

 

x|y : 匹配 x 或 y。例如,`z|food` 能匹配 “z” 或 “food”。`(z|f)ood` 則匹配 “zood” 或 “food”。

 

[xyz] : 字符集合。匹配所包含的任意一個字元。例如, `[abc]` 可以匹配 “plain” 中的 `a`。

 

[^xyz] : 負值字符集合。匹配未包含的任意字元。例如, `[^abc]` 可以匹配 “plain” 中的`p`、`l`、`i`、`n`。

 

[a-z] :字元範圍。匹配指定範圍內的任意字元。例如,`[a-z]` 可以匹配 `a` 到 `z` 範圍內的任意小寫字母字元。

 

[^a-z] : 負值字元範圍。匹配任何不在指定範圍內的任意字元。例如,`[^a-z]` 可以匹配任何不在 `a` 到 `z` 範圍內的任意字元。

 

: 匹配一個單詞邊界,也就是指單詞和空格間的位置。例如, `er` 可以匹配”never” 中的 `er`,但不能匹配 “verb” 中的 `er`。

 

B : 匹配非單詞邊界。`erB` 能匹配 “verb” 中的 `er`,但不能匹配 “never” 中的 `er`。

 

cx : 匹配由 x 指明的控制字元。例如, cM 匹配一個 Control-M 或回車符。x 的值必須為 A-Z 或 a-z 之一。否則,將 c 視為一個原義的 `c` 字元。

 

d :匹配一個數字字元。等價於 [0-9]。

 

D :匹配一個非數字字元。等價於 [^0-9]。

 

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。

 

s : 匹配任何空白字元,包括空格、製表符、換頁符等等。等價於 [ f

v]。

 

S : 匹配任何非空白字元。等價於 [^ f

v]。

 

: 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。

 

w : 匹配字母、數字、下劃線。等價於`[A-Za-z0-9_]`。

 

W :匹配非字母、數字、下劃線。等價於`[A-Za-z0-9_]`。

 

xn : 匹配 n,其中 n 為十六進位制轉義值。十六進位制轉義值必須為確定的兩個數字長。例如,`x41` 匹配 “A”。`x041` 則等價於 `x04` & “1”。正規表示式中可以使用 ASCII 編碼。

 


um
: 匹配 num,其中 num 是一個正整數。對所獲取的匹配的引用。例如,`(.)1` 匹配兩個連續的相同字元。

 


: 標識一個八進位制轉義值或一個向後引用。如果
之前至少 n 個獲取的子表示式,則 n 為向後引用。否則,如果 n 為八進位制數字 (0-7),則 n 為一個八進位制轉義值。

 


m
: 標識一個八進位制轉義值或一個向後引用。如果
m 之前至少有 nm 個獲得子表示式,則 nm 為向後引用。如果
m 之前至少有 n 個獲取,則 n 為一個後跟文字 m 的向後引用。如果前面的條件都不滿足,若 n 和 m 均為八進位制數字 (0-7),則
m 將匹配八進位制轉義值 nm。

 


ml
: 如果 n 為八進位制數字 (0-3),且 m 和 l 均為八進位制數字 (0-7),則匹配八進位制轉義值 nml。

 

un : 匹配 n,其中 n 是一個用四個十六進位制數字表示的 Unicode 字元。例如, u00A9 匹配版權符號 (?)。

相關文章