正则表达式实例总结

(?<![a-z0-9章])\s([^a-z]*?)

匹配前后都不是数字或字母的空格（前面为第x章除外），用于删去文本中多余空格

第一章 （前面为"章"，此处空格不匹配）大厅

She （前后为字母，此处空格不匹配）started to...

她开始 （匹配此处多余空格）走同周游中国各地的旅程

<[^<>]*>

匹配HTML标签（不支持嵌套，但可多次替换删除）

[一二三四五六七八九十]

匹配中文章节

(?<=[一二三四五六七八九十]) (?!卷)

匹配前面为中文序号，后面不为卷的空格，替换成顿号"、"或点"."

一 （此处空格匹配）大厅

第 一 （此处空格不匹配）卷

(.+)(?=\r\n\1\r\n)

匹配相同两行的前一行（捕获并自动分组）

大厅（匹配这一行内容，不含换行）

大厅

(?<=,\d{3})\r\n(?!\{)

匹配字幕时间轴后换行（换行后没有大括号）

00:04:03,700 --> 00:04:05,290（匹配此处换行）

（此处没有“{”）快踩油门啊，伙计！

Step on the gas, dude!

(?<=\r\n)(?<!\d)\r\n(?=\d\d:\d\d:\d\d,)

匹配时间轴中没有数字序号的换行

15 （此处可能有空格）（此处不匹配，如果没有红色的“<”则会匹配，详见注释）

01:14:45,842 --> 01:14:50,242

快踩油门啊，伙计！

（此处缺失数字序号，匹配）

01:14:51,042 --> 01:14:52,236

快踩油门啊，伙计！

注：如果没有红色的"<"，(?=\r\n)(?<!\d)\r\n可能会匹配前面"15 "中空格后的换行：

(?=\r\n)断言其后为"\r\n"（事实上，其后确实是"\r\n"，也正是我们要匹配的换行，此断言没有意义），

(?<!\d)断言其前不是数字，刚好成立

而加了"<"后，(?<=\r\n)断言其前为"\r\n"，如果其前是空格，则无法匹配

=============================以下为转载，未测试=============================

第[一二两三四五六七八九十○零百0-9１２３４５６７８９０]{1,12}章

按章查找

第[一二两三四五六七八九十○零百0-9１２３４５６７８９０]{1,12}节

按节查找

第[一二两三四五六七八九十○零百0-9１２３４５６７８９０]{1,12}(章|节)

按照章或节查找

^[1-9]\d*(\.\d+)?(\-[1-9]\d*(\.\d+))?$

或

^[0-9]+$

章节只有数字

<(\s*?)[^>]*>.*?</\1>|<.*? />

匹配HTML标记（仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力）

^\s*|\s*$

匹配首尾空白字符（可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式

\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

匹配Email地址

[a-zA-z]+://[^\s]*

匹配网址URL（基本可以满足需求）

^[a-zA-Z][a-zA-Z0-9_]{4,15}$

匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)

\d{3}-\d{8}|\d{4}-\d{7}

匹配国内电话号码（形式如 0511-4405222 或 021-87888822）

[1-9][0-9]{4,}

匹配腾讯QQ号（从10000开始）

匹配中国邮政编码

[1-9]\d{5}(?!\d)

评注：中国邮政编码为6位数字

\d{15}|\d{18}

匹配身份证（中国的身份证为15位或18位）

\d+\.\d+\.\d+\.\d+

匹配ip地址（提取ip地址时有用，不完善）

^[1-9]\d*$

匹配正整数

^-[1-9]\d*$

匹配负整数

^-?[1-9]\d*$

匹配整数

^[1-9]\d*|0$

匹配非负整数（正整数 + 0）

^-[1-9]\d*|0$

匹配非正整数（负整数 + 0）

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$

匹配正浮点数

^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$

匹配负浮点数

^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

匹配浮点数

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$

匹配非负浮点数（正浮点数 + 0）

^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$

匹配非正浮点数（负浮点数 + 0）

^[A-Za-z]+$

匹配由26个英文字母组成的字符串

^[A-Z]+$

匹配由26个英文字母的大写组成的字符串

^[a-z]+$

匹配由26个英文字母的小写组成的字符串

^[A-Za-z0-9]+$

匹配由数字和26个英文字母组成的字符串

^\w+$

匹配由数字、26个英文字母或者下划线组成的字符串