正規(guī)表示式 簡(jiǎn)介與語法
為什麼要使用正規(guī)表示式？
典型的搜尋和取代操作要求您提供與預(yù)期的搜尋結(jié)果相符的確切文字。雖然這種技術(shù)對(duì)於對(duì)靜態(tài)文本執(zhí)行簡(jiǎn)單搜索和替換任務(wù)可能已經(jīng)足夠了，但它缺乏靈活性，若採用這種方法搜索動(dòng)態(tài)文本，即使不是不可能，至少也會(huì)變得很困難。
透過使用正規(guī)表示式，可以：
1. 測(cè)試字串內(nèi)的模式。
例如，可以測(cè)試輸入字串，以查看字串內(nèi)是否出現(xiàn)電話號(hào)碼模式或信用卡號(hào)碼模式。這稱為數(shù)據(jù)驗(yàn)證。
2. 取代文字。
可以使用正規(guī)表示式來識(shí)別文件中的特定文本，完全刪除該文本或用其他文本取代它。
3. 基於模式匹配從字串中提取子字串。
可以尋找文件內(nèi)或輸入域內(nèi)特定的文字。
例如，您可能需要搜尋整個(gè)網(wǎng)站，刪除過時(shí)的資料，以及取代某些 HTML 格式標(biāo)記。在這種情況下，可以使用正規(guī)表示式來確定在每個(gè)檔案中是否出現(xiàn)該資料或該 HTML 格式標(biāo)記。此過程將受影響的文件清單縮小到包含需要?jiǎng)h除或更改的材料的那些文件。然後可以使用正規(guī)表示式來刪除過時(shí)的材料。最後，可以使用正規(guī)表示式來搜尋和取代標(biāo)記。
正規(guī)表示式-?語法
正規(guī)表示式(regular expression)描述了一個(gè)字串匹配的模式，可以用來檢查一個(gè)字串是否含有某種子字串、將要匹配的子串做替換或從某一串中取出符合某個(gè)條件的子串等。
列目錄時(shí)， dir *.txt或ls *.txt中的*.txt就不是一個(gè)正規(guī)表示式,因?yàn)檫@裡*與正規(guī)表示式的*的意思是不同的。
建構(gòu)正規(guī)表示式的方法和建立數(shù)學(xué)表達(dá)式的方法一樣。也就是用多種元字元與運(yùn)算子可以將小的表達(dá)式結(jié)合在一起來創(chuàng)造更大的表達(dá)式。正規(guī)表示式的元件可以是單一的字元、字元集合、字元範(fàn)圍、字元間的選擇或所有這些元件的任意組合。
正規(guī)表示式是由普通字元（例如字元 a 到 z）以及特殊字元（稱為"元字元"）組成的文字模式。模式描述在搜尋文字時(shí)要匹配的一個(gè)或多個(gè)字串。正規(guī)表示式作為一個(gè)模板，將某個(gè)字元模式與所搜尋的字串進(jìn)行比對(duì)。
普通字元
普通字元包括沒有明確指定為元字元的所有可列印和不可列印字元。這包括所有大寫和小寫字母、所有數(shù)字、所有標(biāo)點(diǎn)符號(hào)和一些其他符號(hào)。
非列印字元
非列印字元也可以是正規(guī)表示式的組成部分。下表列出了表示非列印字元的轉(zhuǎn)義序列：
字元? ? ?說明
##\cx ? ?符合由x指明的控製字元。例如， \cM 符合一個(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' 字元。 ? ?
特殊字符
所謂特殊字符，就是一些有特殊意義的字符，如上面說的"*.txt"中的* ，簡(jiǎn)單的說就是表示任何字串的意思。如果要查找文件名中有*的文件，則需要對(duì)*進(jìn)行轉(zhuǎn)義，即在其前加一個(gè)\。 ls \*.txt。 許多元字元要求在試圖匹配它們時(shí)特別對(duì)待。若要匹配這些特殊字符，必須先使字符"轉(zhuǎn)義"，即，將反斜線字符 (\) 放在它們前面。下表列出了正規(guī)表示式中的特殊字元：##特別字元? ? ? ??說明
#
( ) ? ?標(biāo)示一個(gè)子表達(dá)式的開始和結(jié)束位置。子表達(dá)式可以取得以供以後使用。若要匹配這些字符，請(qǐng)使用 \( 和 \)。 ? ?
* ? ?符合前面的子運(yùn)算式零次或多次。若要匹配 * 字符，請(qǐng)使用 \*。 ? ?
+ ? ?符合前面的子運(yùn)算式一次或多次。若要匹配 + 字符，請(qǐng)使用 \+。 ? ?
. ? ?符合除換行符 \n以外的任何單字元。若要符合 .，請(qǐng)使用 \。 ? ?
[ ? ?標(biāo)示一個(gè)中括號(hào)表達(dá)式的開始。若要符合 [，請(qǐng)使用 \[。 ? ?
? ? ?符合前面的子運(yùn)算式零次或一次，或指示一個(gè)非貪婪限定符。若要匹配 ? 字符，請(qǐng)使用 \?。 ? ?
\ ? ?將下一個(gè)字元標(biāo)記為或特殊字元、或原義字元、或向後引用、或八進(jìn)位轉(zhuǎn)義符。例如， 'n' 匹配字元 'n'。 '\n' 符合換行符。序列 '\\' 符合"\"，而 '\(' 則符合"("。? ?
^ ? ?符合輸入字串的開始位置，除非在方括號(hào)表達(dá)式中使用，此時(shí)它表示不接受該字元集合。之間的一個(gè)選擇。一個(gè)給定元件必須出現(xiàn)多少次才能滿足配對(duì)。有：
字元? ? ?說明#* ? ?符合前面的子表達(dá)式零次或多次。 * 能符合"z" 以及"zoo"。符合"zo" 以及"zoo"，但不能符合"z"。 ?" 可以符合"do" 或"does" 中的"do" 。? 等價(jià)於{0,1}。? ?
{n} ? ?n 是一個(gè)非負(fù)整數(shù)。配對(duì)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,}' 不能符合 "Bob" 中的 'o'，但能符合 "foooood" 中的所有 o。 'o{1,}' 等價(jià)於 'o+'。 'o{0,}' 則等價(jià)於 'o*'。 ? ?
{n,m} ? ?m 與 n 皆為非負(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}" 將符合 "fooooood" 中的前三個(gè) o。 'o{0,1}' 等價(jià)於 'o?'。請(qǐng)注意逗號(hào)和兩個(gè)數(shù)字之間不能有空格。 ? ?
由於章節(jié)編號(hào)在大的輸入文件中會(huì)很可能超過九，所以您需要一種方式來處理兩位或三位章節(jié)編號(hào)。限定符給您這種能力。下面的正規(guī)表示式符合編號(hào)為任何位數(shù)的章節(jié)標(biāo)題：
/Chapter [1-9][0-9]*/
請(qǐng)注意，限定符出現(xiàn)在範(fàn)圍表達(dá)式之後。因此，它應(yīng)用於整個(gè)範(fàn)圍表達(dá)式，在本例中，只指定從 0 到 9 的數(shù)字（包括 0 和 9）。
這裡不使用 + 限定符，因?yàn)樵诘诙€(gè)位置或後面的位置不一定需要有一個(gè)數(shù)字。也不使用？字符，因?yàn)樗鼘⒄鹿?jié)編號(hào)限製到只有兩位數(shù)。您需要至少匹配 Chapter 和空格字元後面的一個(gè)數(shù)字。
如果您知道章節(jié)編號(hào)被限制為只有 99 章，可以使用下面的表達(dá)式來指定至少一位但至多兩位數(shù)字。
/Chapter [0-9]{1,2}/
#上面的表達(dá)式的缺點(diǎn)是，大於99 的章節(jié)編號(hào)仍只匹配開頭兩位數(shù)字。另一個(gè)缺點(diǎn)是 Chapter 0 也將匹配。只符合兩位數(shù)字的較好的表達(dá)式如下：
/Chapter [1-9][0-9]?/
或
/Chapter [1-9][0-9]{0,1}/
*、+和?限定符都是貪婪的，因?yàn)樗鼈儠?huì)盡可能多的匹配文字，只有在它們的後面加上一個(gè)?就可以實(shí)現(xiàn)非貪婪或最小匹配。
例如，您可能會(huì)搜尋 HTML 文檔，以尋找括在 H1 標(biāo)記內(nèi)的章節(jié)標(biāo)題。文字在您的文件中如下：
<H1>Chapter 1 – Introduction to Regular Expressions</H1>
#下面的表達(dá)式匹配從開始小於符號(hào)(<) 到關(guān)閉H1 標(biāo)記的大於符號(hào)(>) 之間的所有內(nèi)容。
/<.*>/
如果您只需要匹配開始H1 標(biāo)記，下面的"非貪心"表達(dá)式只匹配< H1>。
/<.*?>/
#透過在*、+ 或? 限定詞之後放置?，該表達(dá)式從"貪心"表達(dá)式轉(zhuǎn)換為"非貪心"表達(dá)式或最小匹配。
定位符
#定位符號(hào)使您能夠?qū)⒄?guī)表示式固定到行首或行尾。它們還使您能夠創(chuàng)建這樣的正規(guī)表示式，這些正規(guī)表示式出現(xiàn)在一個(gè)單字內(nèi)、在一個(gè)單字的開頭或一個(gè)單字的結(jié)尾。
定位符用來描述字串或單字的邊界，^和$分別指字串的開始與結(jié)束，\b描述單字的前或後邊界，\B表示非單字邊界。
正規(guī)表示式的限定符有：
字元? ?說明
^ ? ?符合輸入字符串開始的位置。如果設(shè)定了 RegExp 物件的 Multiline 屬性，^ 也會(huì)與 \n 或 \r 之後的位置相符。 ? ?
$ ? ?符合輸入字串結(jié)尾的位置。如果設(shè)定了 RegExp 物件的 Multiline 屬性，$ 也會(huì)與 \n 或 \r 之前的位置相符。 ? ?
\b ? ?符合一個(gè)字邊界，即字與空格之間的位置。 ? ?
\B ? ?非字邊界符合。 ? ?
注意：限定符不能與定位點(diǎn)一起使用。由於在緊靠換行或字邊界的前面或後面不能有一個(gè)以上位置，因此不允許諸如 ^* 之類的表達(dá)式。
若要符合一行文字開始處的文本，請(qǐng)?jiān)谡?guī)表示式的開始使用 ^ 字元。不要將 ^ 的這種用法與中括號(hào)表達(dá)式內(nèi)的用法混淆。
若要符合一行文本的結(jié)尾處的文本，請(qǐng)?jiān)谡?guī)表示式的結(jié)束處使用 $ 字元。
若要在搜尋章節(jié)標(biāo)題時(shí)使用定位點(diǎn)，下面的正規(guī)表示式符合一個(gè)章節(jié)標(biāo)題，該標(biāo)題只包含兩個(gè)尾隨數(shù)字，並且出現(xiàn)在行首：
/^Chapter [1-9][0-9]{0,1}/
#真正的章節(jié)標(biāo)題不僅出現(xiàn)行的開始處，而且它還是該行中僅有的文本。它即出現(xiàn)在行首又出現(xiàn)在同一行的結(jié)尾。下面的表達(dá)式能確保指定的符合只符合章節(jié)而不符合交叉引用。透過建立只符合一行文字的開始和結(jié)尾的正規(guī)表示式，就可做到這一點(diǎn)。
/^Chapter [1-9][0-9]{0,1}$/
匹配字邊界稍有不同，但向正規(guī)表示式添加了很重要的能力。字邊界是單字和空格之間的位置。非字邊界是任何其他位置。下面的表達(dá)式匹配單字Chapter 的開頭三個(gè)字符，因?yàn)檫@三個(gè)字符出現(xiàn)字邊界後面：
#/\bCha/
/ter\b/
##下面的表達(dá)式符合Chapter 中的字串a(chǎn)pt，但不符合aptitude 中的字串a(chǎn)pt：
字串 apt 出現(xiàn)在單字 Chapter 中的非字邊界處，但出現(xiàn)在單字 aptitude 中的字邊界處。對(duì)於 \B 非字邊界運(yùn)算符，位置並不重要，因?yàn)槠ヅ洳魂P(guān)心究竟是單字的開頭還是結(jié)尾。
選擇
用圓括號(hào)將所有選擇項(xiàng)括起來，相鄰的選擇項(xiàng)之間用|分隔。但用圓括號(hào)會(huì)有一個(gè)副作用，是相關(guān)的匹配會(huì)被緩存，此時(shí)可用?:放在第一個(gè)選項(xiàng)前來消除這種副作用。
其中?:是非捕獲元之一，還有兩個(gè)非捕獲元是?=和?!，這兩個(gè)還有更多的含義，前者為正向預(yù)查，在任何開始匹配圓括號(hào)內(nèi)的正規(guī)表示式模式的位置來符合搜尋字串，後者為負(fù)向預(yù)查，在任何開始不符合該正規(guī)表示式模式的位置來符合搜尋字串。
反向引用
對(duì)一個(gè)正規(guī)表示式模式或部分模式兩邊添加圓括號(hào)將導(dǎo)致相關(guān)匹配儲(chǔ)存到一個(gè)臨時(shí)緩衝區(qū)中，所捕獲的每個(gè)子匹配都按照在正規(guī)表示式模式中從左到右出現(xiàn)的順序儲(chǔ)存。緩衝區(qū)編號(hào)從 1 開始，最多可儲(chǔ)存 99 個(gè)捕獲的子表達(dá)式。每個(gè)緩衝區(qū)都可以使用 '\n' 訪問，其中 n 為一個(gè)標(biāo)識(shí)特定緩衝區(qū)的一位或兩位十進(jìn)制數(shù)。
可以使用非捕獲元字元 '?:'、'?=' 或 '?!' 來重寫捕獲，忽略相關(guān)匹配的保存。
反向引用的最簡(jiǎn)單的、最有用的應(yīng)用之一，是提供查找文本中兩個(gè)相同的相鄰單字的匹配項(xiàng)的能力。以下面的句子為例：
Is is the cost of of gasoline going up up?
上面的句子很顯然有多個(gè)重複的單字。如果能設(shè)計(jì)一種方法來定位該句子，而不必查找每個(gè)單字的重複出現(xiàn)，那該有多好。下面的正規(guī)表示式使用單一子表達(dá)式來實(shí)現(xiàn)這一點(diǎn)：
/\b([a-z]+) \1\b/gi
捕獲的表達(dá)式，如[a-z]+ 指定的，包括一個(gè)或多個(gè)字母。正規(guī)表示式的第二部分是對(duì)先前捕獲的子匹配項(xiàng)的引用，即，單字的第二個(gè)匹配項(xiàng)正好由括號(hào)表達(dá)式匹配。 \1 指定第一個(gè)子符合項(xiàng)目。字邊界元字元確保只偵測(cè)整個(gè)單字。否則，諸如"is issued"或"this is"之類的詞組將無法正確地被此表??達(dá)式識(shí)別。
正規(guī)表示式後面的全域標(biāo)記 (g) 指示，將該表達(dá)式應(yīng)用到輸入字串中能夠查找到的盡可能多的匹配。表達(dá)式的結(jié)尾處的不區(qū)分大小寫 (i) 標(biāo)記指定不區(qū)分大小寫。多行標(biāo)記指定換行符號(hào)的兩邊可能出現(xiàn)潛在的匹配。
反向引用也可以將通用資源指示符 (URI) 分解為其元件。假定您想要將下面的URI 分解為協(xié)定（ftp、http 等等）、網(wǎng)域位址和頁面/路徑：
http://www.w3cschool.cc:80/html/html-tutorial.html
下面的正規(guī)表示式提供該功能：
/(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/
第一個(gè)括號(hào)子表達(dá)式捕捉Web 位址的協(xié)定部分。此子表達(dá)式匹配在冒號(hào)和兩個(gè)正斜杠前面的任何單字。第二個(gè)括號(hào)子表達(dá)式會(huì)擷取位址的網(wǎng)域位址部分。子表達(dá)式符合 / 和 : 以外的一個(gè)或多個(gè)字元。第三個(gè)括號(hào)子表達(dá)式擷取埠號(hào)（如果指定了的話）。此子表達(dá)式會(huì)比對(duì)冒號(hào)後面的零個(gè)或多個(gè)數(shù)字。只能重複該子表達(dá)式一次。最後，第四個(gè)括號(hào)子運(yùn)算式會(huì)擷取 Web 位址指定的路徑和/或頁資訊。此子表達(dá)式能符合不包括 # 或空格字元的任何字元序列。
將正規(guī)表示式應(yīng)用到上面的URI，各子匹配項(xiàng)包含下面的內(nèi)容：
1) 第一個(gè)括號(hào)子表達(dá)式包含"http"
2) 第二個(gè)括號(hào)子表達(dá)式包含"www.w3cschool.cc"
3) 第三個(gè)括號(hào)子表達(dá)式包含":80"
4) 第四個(gè)括號(hào)子運(yùn)算式包含"../html/html-tutorial.html"
原子
原子是正規(guī)表示裡面的最小單位，原子說白了就是需要匹配的內(nèi)容。一個(gè)成立的正規(guī)表示示當(dāng)中必須最少要有一個(gè)原子。
說明：我們見到的空格、回車、換行、0-9、A-Za-z、中文、標(biāo)點(diǎn)符號(hào)、特殊符號(hào)全為原子。
在做原子的實(shí)例前我們先來講解一個(gè)函數(shù),preg_match:
int preg_match ( string $正規(guī), string $字串[, array &$結(jié)果] )
功能：根據(jù)$正規(guī)變數(shù)，符合$字串變數(shù)。如果存在則回傳符合的個(gè)數(shù)，把符合的結(jié)果放到$結(jié)果變數(shù)裡。如果沒有符合到結(jié)果回傳0。
開始與結(jié)束
^表示開始；$表示結(jié)束
#下面的程式碼可以匹配，任意以date開頭的編號(hào)
$str?=?'date20150121';
if?(preg_match(' /^date/',?$str))?{
? ? echo?'配對(duì)成功';
}?else?{
? ? echo?'符合失敗';
# }
\w
#w##w
w##用於匹配字母，數(shù)字或底線字元；
if?(preg_match('/^\w/',?$str,?$matches))?{
? ? print_r($matches);
# }?else?{
? ? echo#?'符合失敗';## }
特殊標(biāo)識(shí)的原子
原子?
#\ d ? ?配對(duì)0-9 ? ?
\w ? ?a-zA-Z0-9_ ? ?
\w W ? ?除了0-9A-Za-z_以外的所有字元? ?\s ? ?符合所有空白字元\n \t \r 空格? ?\S ? ?符合所有非空白字元#?# ?##o[ ] ? ?指定範(fàn)圍的原子
實(shí)例:
\d匹配一個(gè)0-9<?php
$zz = '/\d/';
$string = '我愛喝9你愛不愛喝';
if(preg_match($zz, $string, $matches)){
echo '匹配到了，結(jié)果為：';
var_dump($matches);
}else{
echo '沒有匹配到';
}
?>
<?php
$zz = '/\D/';
$string = '121243中23453453';
if(preg_match($zz, $string, $matches)){
echo '匹配到了，結(jié)果為：';
var_dump($matches);
}else{
echo '沒有匹配到';
}
?>匹配成功，匹配到了中。因?yàn)樗皇?-9之間的字元。
<?php
$zz = '/\w/';
$string = '新中_國萬歲呀萬歲';
if(preg_match($zz, $string, $matches)){
echo '匹配到了，結(jié)果為：';
var_dump($matches);
}else{
echo '沒有匹配到';
}
?>匹配成功，配對(duì)到了底線。
<?php
$zz = '/\w/';
$string = 'afasABCWEQR44231284737';
if(preg_match($zz, $string, $matches)){
echo '匹配到了，結(jié)果為：';
var_dump($matches);
}else{
echo '沒有匹配到';
}
?>匹配失敗。因?yàn)椋厦嫔厦嫒莂-zA-Z0-9_，沒有非a-zA-Z0-9_。
<?php
$zz = '/\s/';
$string = "中國萬
歲";
if(preg_match($zz, $string, $matches)){
echo '匹配到了，結(jié)果為：';
var_dump($matches);
}else{
echo '沒有匹配到';
}
?>匹配成功，因?yàn)橛幸粋€(gè)回車。
<?php
$zz = '/\s/';
$string = "
a ";
if(preg_match($zz, $string, $matches)){
echo '匹配到了，結(jié)果為：';
var_dump($matches);
}else{
echo '沒有匹配到';
}
?>匹配成功。雖然上面有空格，回車和縮排。但是，有一個(gè)非空白字元a。因此，匹配成功。
<?php
$zz = '/[0-5]\w+/';
$string = '6a';
$string1 = '1C';
if(preg_match($zz, $string, $matches)){
echo '匹配到了，結(jié)果為：';
var_dump($matches);
}else{
echo '沒有匹配到';
}
?>結(jié)論：
<?php
$zz = '/[a-zA-Z0-9_]\w/';
$string = 'ab';
$string1 = '9A';
if(preg_match($zz, $string, $matches)){
echo '匹配到了，結(jié)果為：';
var_dump($matches);
}else{
echo '沒有匹配到';
}
?>結(jié)論：
$string和$string1都符合成功。因?yàn)閈w就是[a-zA-Z0-9_]
<?php
$zz = '/[abc]\d+/';
$string = 'a9';
$string1 = 'b1';
$string2 = 'c5';
$string3 = 'd4';
if(preg_match($zz, $string, $matches)){
echo '匹配到了，結(jié)果為：';
var_dump($matches);
}else{
echo '沒有匹配到';
}
?>結(jié)論：
$string、$string1、$string2配對(duì)成功，而$string3不成功。因?yàn)?string3超過了[abc]的範(fàn)圍，它是從d開始的。
[^ 字元] 不符合指定區(qū)間的字元<?php
$zz = '/[^0-9A-Za-z_]/';
$string = 'aaaaab311dd';
$string1 = '!$@!#%$#^##';
if(preg_match($zz, $string, $matches)){
echo '匹配到了，結(jié)果為：';
var_dump($matches);
}else{
echo '沒有匹配到';
}
?>結(jié)論：
1) 匹配$string不成功，但匹配$string1的時(shí)候成功。因?yàn)橹欣ㄌ?hào)裡面有個(gè)抑揚(yáng)符。
2) ^ 抑揚(yáng)符在中括號(hào)裡面的作用是不準(zhǔn)以中括號(hào)裡面的字元進(jìn)行比對(duì)。
? ?
