正则表达式元字符 和限定字符

正则表达式元字符

正则表达式语言由两种基本字符类型组成：原义（正常）文本字符和元字符。元字符使正则表达式具有处理能力。元字符既可以是放在 [] 中的任意单个字符（如 [a] 表示匹配单个小写字符 a ），也可以是字符序列（如 [a-d] 表示匹配 a 、 b 、 c 、 d 之间的任意一个字符，而 /w 表示任意英文字母和数字及下划线），下面是一些常见的元字符：

元字符
 说明
 
.
 匹配除 /n 以外的任何字符（注意元字符是小数点）。
 
[abcde]
 匹配 abcde 之中的任意一个字符
 
[a-h]
 匹配 a 到 h 之间的任意一个字符
 
[^fgh]
 不与 fgh 之中的任意一个字符匹配
 
/w
 匹配大小写英文字符及数字 0 到 9 之间的任意一个及下划线，相当于 [a-zA-Z0-9_]
 
/W
 不匹配大小写英文字符及数字 0 到 9 之间的任意一个，相当于 [^a-zA-Z0-9_]
 
/s
 匹配任何空白字符，相当于 [ /f/n/r/t/v]
 
/S
 匹配任何非空白字符，相当于 [^/s]
 
/d
 匹配任何 0 到 9 之间的单个数字，相当于 [0-9]
 
/D
 不匹配任何 0 到 9 之间的单个数字，相当于 [^0-9]
 
[/u4e00-/u9fa5]
 匹配任意单个汉字（这里用的是 Unicode 编码表示汉字的 )
 

正则表达式限定符

上面的元字符都是针对单个字符匹配的，要想同时匹配多个字符的话，还需要借助限定符。下面是一些常见的限定符 ( 下表中 n 和 m 都是表示整数，并且 0<n<m) ：

限定浮
 说明
 
*
 匹配 0 到多个元字符，相当于 {0,}
 
?
 匹配 0 到 1 个元字符，相当于 {0,1}
 
{n}
 匹配 n 个元字符
 
{n,}
 匹配至少 n 个元字符
 
{n,m}
 匹配 n 到 m 个元字符
 
+
 匹配至少 1 个元字符，相当于 {1,}
 
/b
 匹配单词边界
 
^
 字符串必须以指定的字符开始
 
$
 字符串必须以指定的字符结束
 

说明：

（ 1 ）由于在正则表达式中“ / ”、“ ? ”、“ * ”、“ ^ ”、“ $ ”、“ + ”、“（”、“）”、“ | ”、“ { ”、“ [ ”等字符已经具有一定特殊意义，如果需要用它们的原始意义，则应该对它进行转义，例如希望在字符串中至少有一个“ / ”，那么正则表达式应该这么写： //+ 。

（ 2 ）可以将多个元字符或者原义文本字符用括号括起来形成一个分组，比如 ^(13)[4-9]/d{8}$ 表示任意以 13 开头的移动手机号码。

（ 3 ）另外对于中文字符的匹配是采用其对应的 Unicode 编码来匹配的，对于单个 Unicode 字符，如 /u4e00 表示汉字“一”， /u9fa5 表示汉字“龥”，在 Unicode 编码中这分别是所能表示的汉字的第一个和最后一个的 Unicode 编码，在 Unicode 编码中能表示 20901 个汉字。

（ 4 ）关于 /b 的用法，它代表单词的开始或者结尾，以字符串“ 123a 345b 456 789d ”作为示例字符串，如果正则表达式是“ /b/d{3}/b ”，则仅能匹配 456 。

（ 5 ）可以使用“ | ”来表示或的关系，例如 [z|j|q] 表示匹配 z 、 j 、 q 之中的任意一个字母。

正则表达式分组

将正则表达式的一部分用 () 括起来就可以形成一个分组，也叫一个子匹配或者一个捕获组。例如对于“ 08:14:27 ”这样格式的时间，我们可以写如下的正则表达式：

((0[1-9])|(1[0-9])|(2[0-3])(:[0-5][1-9]){2}

 

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/zhoufoxcn/archive/2010/03/12/5372420.aspx