正則表示式(基礎2)
從左到右進行計算,並遵循優先順序順序,這與算術表示式非常類似。
相同優先順序的從左到右進行運算,不同優先順序的運算先高後低。下表從最高到最低說明了各種正則表示式運算子的優先順序順序:
運算子 | 描述 |
---|---|
\ | 轉義符 |
(), (?:), (?=), [] | 圓括號和方括號 |
*, +, ?, {n}, {n,}, {n,m} | 限定符 |
^, $, \任何元字元、任何字元 | 定位點和序列(即:位置和順序) |
| | 替換,"或"操作 字元具有高於替換運算子的優先順序,使得"m|food"匹配"m"或"food"。若要匹配"mood"或"food",請使用括號建立子表示式,從而產生"(m|f)ood"。 |
1、基本模式匹配
模式,是正則表示式最基本的元素,它們是一組描述字串特徵的字元。
模式可以由普通的字串組成,也可以用特殊的字元表示一個範圍內的字元、重複出現,或表示上下文。
例如:
(1)^once
這個模式包含一個特殊的字元^,表示該模式只匹配那些以once開頭的字串。
"once upon a time" --------- 匹配
"There once was a man from NewYork" --------不匹配。
正如如^符號表示開頭一樣,$符號用來匹配那些以給定模式結尾的字串。
(2)bucket$
"Who kept all of this cash in a bucket" -------匹配,與"buckets"不匹配。
字元^和$同時使用時,表示精確匹配(字串與模式一樣)。
(3)^bucket$
只匹配字串"bucket"。如果一個模式不包括^和$,那麼它與任何包含該模式的字串匹配。
(4)once
There once was a man from NewYork ---------------匹配 Who kept all of his cash in a bucket. ---------------匹配
是匹配的。
(5)轉義序列。所有的轉義序列都用反斜槓(\)打頭。
檢測一個字串是否以製表符開頭,^\t
用\n表示"新行",\r表示回車。其他的特殊符號,可以用在前面加上反斜槓,如反斜槓本身用\\表示,句號.用\.表示,以此類推。
2、字元簇
在INTERNET的程式中,正則表示式通常用來驗證使用者的輸入。
當用戶提交一個FORM以後,要判斷輸入的電話號碼、地址、EMAIL地址、信用卡號碼等是否有效,用普通的基於字面的字元是不夠的。
所以要用一種更自由的描述我們要的模式的辦法,它就是字元簇。
字元簇 | 描述 |
---|---|
HP的正則表示式有一些內建的通用字元簇 | |
[[:alpha:]] | 任何字母 |
[[:digit:]] | 任何數字 |
[[:alnum:]] | 任何字母和數字 |
[[:space:]] | 任何空白字元 |
[[:upper:]] | 任何大寫字母 |
[[:lower:]] | 任何小寫字母 |
[[:punct:]] | 任何標點符號 |
[[:xdigit:]] | 任何16進位制的數字,相當於[0-9a-fA-F] |
常用的字元簇 | |
[AaEeIiOoUu] | 所有母音字元的字元簇 |
[a-z] | 匹配所有的小寫字母 |
[a-zA-Z] | 匹配所有的字母 |
[A-Z] | 匹配所有的大寫字母 |
[0-9] | 匹配所有的數字 |
[0-9\.\-] | 匹配所有的數字,句號和減號 |
[ \f\r\t\n] | 匹配所有的白字元 |
^[a-z][0-9]$ |
由一個小寫字母和一位數字組成,如"z2"、"t6"或"g7",不是"ab2"、"r2d3" 或"b52" |
^[^0-9][0-9]$ | 第一個字元不能是數字 |
[^a-z] | 除了小寫字母以外的所有字元 |
[^\\\/\^] | 除了(\)(/)(^)之外的所有字元 |
[^\"\'] | 除了雙引號(")和單引號(')之外的所有字元 |
^.5$ | 特殊字元"." (點,句號)在正則表示式中用來表示除了"新行"之外的所有字元。所以模式"^.5$"與任何兩個字元的、以數字5結尾和以其他非"新行"字元開頭的字串匹配。模式"."可以匹配任何字串,除了空串和只包括一個"新行"的字串 |
3、確定重複出現
到現在為止,你已經知道如何去匹配一個字母或數字,但更多的情況下,可能要匹配一個單詞或一組數字。一個單詞有若干個字母組成,一組數字有若干個單陣列成。跟在字元或字元簇後面的花括號({})用來確定前面的內容的重複出現的次數。
字元簇 | 描述 |
---|---|
^[a-zA-Z_]$ | 所有的字母和下劃線 |
^[[:alpha:]]{3}$ | 所有的3個字母的單詞 |
^a$ | 字母a |
^a{4}$ | aaaa |
^a{2,4}$ | aa,aaa或aaaa |
^a{1,3}$ | a,aa或aaa |
^a{2,}$ | 包含多於兩個a的字串 |
^a{2,} | 如:aardvark和aaab,但apple不行 |
a{2,} | 如:baad和aaa,但Nantucket不行 |
\t{2} | 兩個製表符 |
.{2} | 所有的兩個字元 |
^[a-zA-Z0-9_]{1,}$ // 所有包含一個以上的字母、數字或下劃線的字串 ^[1-9][0-9]{0,}$ // 所有的正整數 ^\-{0,1}[0-9]{1,}$ // 所有的整數 ^[-]?[0-9]+\.?[0-9]+$ // 所有的浮點數
最後一個例子不太好理解,是嗎?這麼看吧:以一個可選的負號 ([-]?) 開頭 (^)、跟著1個或更多的數字([0-9]+)、和一個小數點(\.)再跟上1個或多個數字([0-9]+),並且後面沒有其他任何東西($)。。
特殊字元 ? 與 {0,1} 是相等的,它們都代表著: 0個或1個前面的內容 或 前面的內容是可選的 。所以剛才的例子可以簡化為:
^\-?[0-9]{1,}\.?[0-9]{1,}$ // 所有的浮點數
特殊字元 * 與 {0,} 是相等的,它們都代表著 0 個或多個前面的內容 。最後,字元 + 與 {1,} 是相等的,表示 1 個或多個前面的內容 ,所以上面的4個例子可以寫成:
^[a-zA-Z0-9_]+$ // 所有包含一個以上的字母、數字或下劃線的字串 ^[1-9][0-9]*$ // 所有的正整數 ^\-?[0-9]+$ // 所有的整數 ^[-]?[0-9]+(\.[0-9]+)?$ // 所有的浮點數