前言

各位小伙伴大家好，接下來幾天時(shí)間，我會(huì)從多個(gè)角度對(duì)正則表達(dá)式進(jìn)行系統(tǒng)闡述，讓你了解正則表達(dá)式的前世今生。

該系列文章上篇

萬物之始正則表達(dá)式全解析三部曲（上篇）-正則表達(dá)式基礎(chǔ)知識(shí)及語法

以下是博主整理的Linux知識(shí)專欄，喜歡的小伙伴可根據(jù)自己的需求自行訂閱。

Linux疑難雜癥解決指南

?

正則表達(dá)式 -?元字符

下表包含了元字符的完整列表以及它們在正則表達(dá)式上下文中的行為：

字符描述

\	將下一個(gè)字符標(biāo)記為一個(gè)特殊字符、或一個(gè)原義字符、或一個(gè) 向后引用、或一個(gè)八進(jìn)制轉(zhuǎn)義符。例如，'n' 匹配字符 "n"。'\n' 匹配一個(gè)換行符。序列 '\\' 匹配 "\" 而 "\(" 則匹配 "("。
^	匹配輸入字符串的開始位置。如果設(shè)置了 RegExp 對(duì)象的 Multiline 屬性，^ 也匹配 '\n' 或 '\r' 之后的位置。
$	匹配輸入字符串的結(jié)束位置。如果設(shè)置了RegExp 對(duì)象的 Multiline 屬性，$ 也匹配 '\n' 或 '\r' 之前的位置。
*	匹配前面的子表達(dá)式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等價(jià)于{0,}。
+	匹配前面的子表達(dá)式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等價(jià)于 {1,}。
?	匹配前面的子表達(dá)式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價(jià)于 {0,1}。
{n}	n 是一個(gè)非負(fù)整數(shù)。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(gè) o。
{n,}	n 是一個(gè)非負(fù)整數(shù)。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(jià)于 'o+'。'o{0,}' 則等價(jià)于 'o*'。
{n,m}	m 和 n 均為非負(fù)整數(shù)，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(gè) o。'o{0,1}' 等價(jià)于 'o?'。請注意在逗號(hào)和兩個(gè)數(shù)之間不能有空格。
?	當(dāng)該字符緊跟在任何一個(gè)其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面時(shí)，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認(rèn)的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對(duì)于字符串 "oooo"，'o+?' 將匹配單個(gè) "o"，而 'o+' 將匹配所有 'o'。
.	匹配除 "\n" 之外的任何單個(gè)字符。要匹配包括 '\n' 在內(nèi)的任何字符，請使用象 '[.\n]' 的模式。
(pattern)	匹配 pattern 并獲取這一匹配。所獲取的匹配可以從產(chǎn)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(hào)字符，請使用 '\(' 或 '\)'。
(?:pattern)	匹配 pattern 但不獲取匹配結(jié)果，也就是說這是一個(gè)非獲取匹配，不進(jìn)行存儲(chǔ)供以后使用。這在使用 "或" 字符 (|) 來組合一個(gè)模式的各個(gè)部分是很有用。例如， 'industr(?:y|ies) 就是一個(gè)比 'industry|industries' 更簡略的表達(dá)式。
(?=pattern)	正向預(yù)查，在任何匹配 pattern 的字符串開始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如，'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。預(yù)查不消耗字符，也就是說，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預(yù)查的字符之后開始。
(?!pattern)	負(fù)向預(yù)查，在任何不匹配 pattern 的字符串開始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。預(yù)查不消耗字符，也就是說，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預(yù)查的字符之后開始。
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(gè)字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。
[^xyz]	負(fù)值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'。
[a-z]	字符范圍。匹配指定范圍內(nèi)的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范圍內(nèi)的任意小寫字母字符。
[^a-z]	負(fù)值字符范圍。匹配任何不在指定范圍內(nèi)的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范圍內(nèi)的任意字符。
\b	匹配一個(gè)單詞邊界，也就是指單詞和空格間的位置。例如， 'er\b' 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。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\cx	匹配由 x 指明的控制字符。例如， \cM 匹配一個(gè) 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(gè)原義的 'c' 字符。
\d	匹配一個(gè)數(shù)字字符。等價(jià)于 [0-9]。
\D	匹配一個(gè)非數(shù)字字符。等價(jià)于 [^0-9]。
\f	匹配一個(gè)換頁符。等價(jià)于 \x0c 和 \cL。
\n	匹配一個(gè)換行符。等價(jià)于 \x0a 和 \cJ。
\r	匹配一個(gè)回車符。等價(jià)于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、換頁符等等。等價(jià)于 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等價(jià)于 [^ \f\n\r\t\v]。
\t	匹配一個(gè)制表符。等價(jià)于 \x09 和 \cI。
\v	匹配一個(gè)垂直制表符。等價(jià)于 \x0b 和 \cK。
\w	匹配包括下劃線的任何單詞字符。等價(jià)于'[A-Za-z0-9_]'。
\W	匹配任何非單詞字符。等價(jià)于 '[^A-Za-z0-9_]'。
\xn	匹配 n，其中 n 為十六進(jìn)制轉(zhuǎn)義值。十六進(jìn)制轉(zhuǎn)義值必須為確定的兩個(gè)數(shù)字長。例如，'\x41' 匹配 "A"。'\x041' 則等價(jià)于 '\x04' & "1"。正則表達(dá)式中可以使用 ASCII 編碼。
\num	匹配 num，其中 num 是一個(gè)正整數(shù)。對(duì)所獲取的匹配的引用。例如，'(.)\1' 匹配兩個(gè)連續(xù)的相同字符。
\n	標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果 \n 之前至少 n 個(gè)獲取的子表達(dá)式，則 n 為向后引用。否則，如果 n 為八進(jìn)制數(shù)字 (0-7)，則 n 為一個(gè)八進(jìn)制轉(zhuǎn)義值。
\nm	標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果 \nm 之前至少有 nm 個(gè)獲得子表達(dá)式，則 nm 為向后引用。如果 \nm 之前至少有 n 個(gè)獲取，則 n 為一個(gè)后跟文字 m 的向后引用。如果前面的條件都不滿足，若 n 和 m 均為八進(jìn)制數(shù)字 (0-7)，則 \nm 將匹配八進(jìn)制轉(zhuǎn)義值 nm。
\nml	如果 n 為八進(jìn)制數(shù)字 (0-3)，且 m 和 l 均為八進(jìn)制數(shù)字 (0-7)，則匹配八進(jìn)制轉(zhuǎn)義值 nml。
\un	匹配 n，其中 n 是一個(gè)用四個(gè)十六進(jìn)制數(shù)字表示的 Unicode 字符。例如， \u00A9 匹配版權(quán)符號(hào) (?)。

正則表達(dá)式 -?運(yùn)算符優(yōu)先級(jí)

正則表達(dá)式從左到右進(jìn)行計(jì)算，并遵循優(yōu)先級(jí)順序，這與算術(shù)表達(dá)式非常類似。

相同優(yōu)先級(jí)的從左到右進(jìn)行運(yùn)算，不同優(yōu)先級(jí)的運(yùn)算先高后低。下表從最高到最低說明了各種正則表達(dá)式運(yùn)算符的優(yōu)先級(jí)順序：

運(yùn)算符描述

\	轉(zhuǎn)義符
(), (?:), (?=), []	圓括號(hào)和方括號(hào)
*, +, ?, {n}, {n,}, {n,m}	限定符
^, $, \任何元字符、任何字符	定位點(diǎn)和序列（即：位置和順序）
|	替換，"或"操作 字符具有高于替換運(yùn)算符的優(yōu)先級(jí)，使得"m|food"匹配"m"或"food"。若要匹配"mood"或"food"，請使用括號(hào)創(chuàng)建子表達(dá)式，從而產(chǎn)生"(m|f)ood"。

正則表達(dá)式 -?匹配規(guī)則

基本模式匹配

一切從最基本的開始。模式，是正規(guī)表達(dá)式最基本的元素，它們是一組描述字符串特征的字符。模式可以很簡單，由普通的字符串組成，也可以非常復(fù)雜，往往用特殊的字符表示一個(gè)范圍內(nèi)的字符、重復(fù)出現(xiàn)，或表示上下文。例如：

^once

這個(gè)模式包含一個(gè)特殊的字符^，表示該模式只匹配那些以once開頭的字符串。例如該模式與字符串"once upon a time"匹配，與"There once was a man from NewYork"不匹配。正如如^符號(hào)表示開頭一樣，$符號(hào)用來匹配那些以給定模式結(jié)尾的字符串。

bucket$

這個(gè)模式與"Who kept all of this cash in a bucket"匹配，與"buckets"不匹配。字符^和$同時(shí)使用時(shí)，表示精確匹配（字符串與模式一樣）。例如：

^bucket$

只匹配字符串"bucket"。如果一個(gè)模式不包括^和$，那么它與任何包含該模式的字符串匹配。例如：模式

once

與字符串

There once was a man from NewYork Who kept all of his cash in a bucket.

是匹配的。

在該模式中的字母(o-n-c-e)是字面的字符，也就是說，他們表示該字母本身，數(shù)字也是一樣的。其他一些稍微復(fù)雜的字符，如標(biāo)點(diǎn)符號(hào)和白字符（空格、制表符等），要用到轉(zhuǎn)義序列。所有的轉(zhuǎn)義序列都用反斜杠(\)打頭。制表符的轉(zhuǎn)義序列是：\t。所以如果我們要檢測一個(gè)字符串是否以制表符開頭，可以用這個(gè)模式：

^\t

類似的，用\n表示"新行"，\r表示回車。其他的特殊符號(hào)，可以用在前面加上反斜杠，如反斜杠本身用\\表示，句號(hào).用\.表示，以此類推。

字符簇

在INTERNET的程序中，正規(guī)表達(dá)式通常用來驗(yàn)證用戶的輸入。當(dāng)用戶提交一個(gè)FORM以后，要判斷輸入的電話號(hào)碼、地址、EMAIL地址、信用卡號(hào)碼等是否有效，用普通的基于字面的字符是不夠的。

所以要用一種更自由的描述我們要的模式的辦法，它就是字符簇。要建立一個(gè)表示所有元音字符的字符簇，就把所有的元音字符放在一個(gè)方括號(hào)里：

[AaEeIiOoUu]

這個(gè)模式與任何元音字符匹配，但只能表示一個(gè)字符。用連字號(hào)可以表示一個(gè)字符的范圍，如：

[a-z] //匹配所有的小寫字母 [A-Z] //匹配所有的大寫字母 [a-zA-Z] //匹配所有的字母 [0-9] //匹配所有的數(shù)字 [0-9\.\-] //匹配所有的數(shù)字，句號(hào)和減號(hào) [ \f\r\t\n] //匹配所有的白字符

同樣的，這些也只表示一個(gè)字符，這是一個(gè)非常重要的。如果要匹配一個(gè)由一個(gè)小寫字母和一位數(shù)字組成的字符串，比如"z2"、"t6"或"g7"，但不是"ab2"、"r2d3" 或"b52"的話，用這個(gè)模式：

^[a-z][0-9]$

盡管[a-z]代表26個(gè)字母的范圍，但在這里它只能與第一個(gè)字符是小寫字母的字符串匹配。

前面曾經(jīng)提到^表示字符串的開頭，但它還有另外一個(gè)含義。當(dāng)在一組方括號(hào)里使用^是，它表示"非"或"排除"的意思，常常用來剔除某個(gè)字符。還用前面的例子，我們要求第一個(gè)字符不能是數(shù)字：

^[^0-9][0-9]$

這個(gè)模式與"&5"、"g7"及"-2"是匹配的，但與"12"、"66"是不匹配的。下面是幾個(gè)排除特定字符的例子：

[^a-z] //除了小寫字母以外的所有字符 [^\\\/\^] //除了(\)(/)(^)之外的所有字符 [^\"\'] //除了雙引號(hào)(")和單引號(hào)(')之外的所有字符

特殊字符"." (點(diǎn)，句號(hào))在正規(guī)表達(dá)式中用來表示除了"新行"之外的所有字符。所以模式"^.5$"與任何兩個(gè)字符的、以數(shù)字5結(jié)尾和以其他非"新行"字符開頭的字符串匹配。模式"."可以匹配任何字符串，除了空串和只包括一個(gè)"新行"的字符串。

PHP的正規(guī)表達(dá)式有一些內(nèi)置的通用字符簇，列表如下：

字符簇描述

[[:alpha:]]	任何字母
[[:digit:]]	任何數(shù)字
[[:alnum:]]	任何字母和數(shù)字
[[:space:]]	任何空白字符
[[:upper:]]	任何大寫字母
[[:lower:]]	任何小寫字母
[[:punct:]]	任何標(biāo)點(diǎn)符號(hào)
[[:xdigit:]]	任何16進(jìn)制的數(shù)字，相當(dāng)于[0-9a-fA-F]

?

確定重復(fù)出現(xiàn)

到現(xiàn)在為止，你已經(jīng)知道如何去匹配一個(gè)字母或數(shù)字，但更多的情況下，可能要匹配一個(gè)單詞或一組數(shù)字。一個(gè)單詞有若干個(gè)字母組成，一組數(shù)字有若干個(gè)單數(shù)組成。跟在字符或字符簇后面的花括號(hào)({})用來確定前面的內(nèi)容的重復(fù)出現(xiàn)的次數(shù)。

字符簇描述

^[a-zA-Z_]$	所有的字母和下劃線
^[[:alpha:]]{3}$	所有的3個(gè)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,}$	包含多于兩個(gè)a的字符串
^a{2,}	如：aardvark和aaab，但apple不行
a{2,}	如：baad和aaa，但Nantucket不行
\t{2}	兩個(gè)制表符
.{2}	所有的兩個(gè)字符

這些例子描述了花括號(hào)的三種不同的用法。一個(gè)數(shù)字，{x}的意思是"前面的字符或字符簇只出現(xiàn)x次"；一個(gè)數(shù)字加逗號(hào)，{x,}的意思是"前面的內(nèi)容出現(xiàn)x或更多的次數(shù)"；兩個(gè)用逗號(hào)分隔的數(shù)字，{x,y}表示"前面的內(nèi)容至少出現(xiàn)x次，但不超過y次"。我們可以把模式擴(kuò)展到更多的單詞或數(shù)字：

^[a-zA-Z0-9_]{1,}$ //所有包含一個(gè)以上的字母、數(shù)字或下劃線的字符串 ^[0-9]{1,}$ //所有的正數(shù) ^\-{0,1}[0-9]{1,}$ //所有的整數(shù) ^\-{0,1}[0-9]{0,}\.{0,1}[0-9]{0,}$ //所有的小數(shù)

最后一個(gè)例子不太好理解，是嗎？這么看吧：與所有以一個(gè)可選的負(fù)號(hào)(\-{0,1})開頭(^)、跟著0個(gè)或更多的數(shù)字([0-9]{0,})、和一個(gè)可選的小數(shù)點(diǎn)(\.{0,1})再跟上0個(gè)或多個(gè)數(shù)字([0-9]{0,})，并且沒有其他任何東西($)。下面你將知道能夠使用的更為簡單的方法。

特殊字符"?"與{0,1}是相等的，它們都代表著："0個(gè)或1個(gè)前面的內(nèi)容"或"前面的內(nèi)容是可選的"。所以剛才的例子可以簡化為：

^\-?[0-9]{0,}\.?[0-9]{0,}$

特殊字符"*"與{0,}是相等的，它們都代表著"0個(gè)或多個(gè)前面的內(nèi)容"。最后，字符"+"與 {1,}是相等的，表示"1個(gè)或多個(gè)前面的內(nèi)容"，所以上面的4個(gè)例子可以寫成：

^[a-zA-Z0-9_]+$ //所有包含一個(gè)以上的字母、數(shù)字或下劃線的字符串 ^[0-9]+$ //所有的正數(shù) ^\-?[0-9]+$ //所有的整數(shù) ^\-?[0-9]*\.?[0-9]*$ //所有的小數(shù)

當(dāng)然這并不能從技術(shù)上降低正規(guī)表達(dá)式的復(fù)雜性，但可以使它們更容易閱讀。

?

寫在最后

博主會(huì)在后續(xù)博文中更新正則表達(dá)式相關(guān)知識(shí)，喜歡的請一鍵三連吧。

總結(jié)

以上是生活随笔為你收集整理的万物之始正则表达式全解析三部曲（中篇）-正则表达式运算符优先级及匹配规则的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。