当前位置: 首页 > 编程笔记 >

正则表达式速查表

仇征
2023-03-14
本文向大家介绍正则表达式速查表,包括了正则表达式速查表的使用技巧和注意事项,需要的朋友参考一下

字符


x    字符 x

\\    反斜线字符

\0n    带有八进制值 0 的字符 n (0 <= n <= 7)

\0nn    带有八进制值 0 的字符 nn (0 <= n <= 7)

\0mnn    带有八进制值 0 的字符 mnn(0 <= m <= 3、0 <= n <= 7)

\xhh    带有十六进制值 0x 的字符 hh

\uhhhh    带有十六进制值 0x 的字符 hhhh

\t    制表符 ('\u0009')

\n    新行(换行)符 ('\u000A')

\r    回车符 ('\u000D')

\f    换页符 ('\u000C')

\a    报警 (bell) 符 ('\u0007')

\e    转义符 ('\u001B')

\cx    对应于 x 的控制符

字符类


[abc]    a、b 或 c(简单类)

[^abc]    任何字符,除了 a、b 或 c(否定)

[a-zA-Z]    a 到 z 或 A 到 Z,两头的字母包括在内(范围)

[a-d[m-p]]    a 到 d 或 m 到 p:[a-dm-p](并集)

[a-z&&[def]]    d、e 或 f(交集)

[a-z&&[^bc]]    a 到 z,除了 b 和 c:[ad-z](减去)

[a-z&&[^m-p]]    a 到 z,而非 m 到 p:[a-lq-z](减去)

预定义字符类


.    任何字符(与行结束符可能匹配也可能不匹配)

\d    数字:[0-9]

\D    非数字: [^0-9]

\s    空白字符:[ \t\n\x0B\f\r]

\S    非空白字符:[^\s]

\w    单词字符:[a-zA-Z_0-9]

\W    非单词字符:[^\w]

POSIX 字符类(仅 US-ASCII)


\p{Lower}    小写字母字符:[a-z]

\p{Upper}    大写字母字符:[A-Z]

\p{ASCII}    所有 ASCII:[\x00-\x7F]

\p{Alpha}    字母字符:[\p{Lower}\p{Upper}]

\p{Digit}    十进制数字:[0-9]

\p{Alnum}    字母数字字符:[\p{Alpha}\p{Digit}]

\p{Punct}    标点符号:!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~

\p{Graph}    可见字符:[\p{Alnum}\p{Punct}]

\p{Print}    可打印字符:[\p{Graph}\x20]

\p{Blank}    空格或制表符:[ \t]

\p{Cntrl}    控制字符:[\x00-\x1F\x7F]

\p{XDigit}    十六进制数字:[0-9a-fA-F]

\p{Space}    空白字符:[ \t\n\x0B\f\r]

java.lang.Character 类(简单的 java 字符类型)


\p{javaLowerCase}    等效于 java.lang.Character.isLowerCase()

\p{javaUpperCase}    等效于 java.lang.Character.isUpperCase()

\p{javaWhitespace}    等效于 java.lang.Character.isWhitespace()

\p{javaMirrored}    等效于 java.lang.Character.isMirrored()

Unicode 块和类别的类


\p{InGreek}    Greek 块(简单块)中的字符

\p{Lu}    大写字母(简单类别)

\p{Sc}    货币符号

\P{InGreek}    所有字符,Greek 块中的除外(否定)

[\p{L}&&[^\p{Lu}]]     所有字母,大写字母除外(减去)

边界匹配器


^    行的开头

$    行的结尾

\b    单词边界

\B    非单词边界

\A    输入的开头

\G    上一个匹配的结尾

\Z    输入的结尾,仅用于最后的结束符(如果有的话)

\z    输入的结尾

Greedy 数量词


X?    X,一次或一次也没有

X*    X,零次或多次

X+    X,一次或多次

X{n}    X,恰好 n 次

X{n,}    X,至少 n 次

X{n,m}    X,至少 n 次,但是不超过 m 次

Reluctant 数量词


X??    X,一次或一次也没有

X*?    X,零次或多次

X+?    X,一次或多次

X{n}?    X,恰好 n 次

X{n,}?    X,至少 n 次

X{n,m}?    X,至少 n 次,但是不超过 m 次

Possessive 数量词


X?+    X,一次或一次也没有

X*+    X,零次或多次

X++    X,一次或多次

X{n}+    X,恰好 n 次

X{n,}+    X,至少 n 次

X{n,m}+    X,至少 n 次,但是不超过 m 次

Logical 运算符


XY    X 后跟 Y

X|Y    X 或 Y

(X)    X,作为捕获组

Back 引用


\n    任何匹配的 nth 捕获组

引用


\    Nothing,但是引用以下字符

\Q    Nothing,但是引用所有字符,直到 \E

\E    Nothing,但是结束从 \Q 开始的引用

特殊构造(非捕获)


(?:X)    X,作为非捕获组

(?idmsux-idmsux)     Nothing,但是将匹配标志i d m s u x on - off

(?idmsux-idmsux:X)      X,作为带有给定标志 i d m s u x on - off

(?=X)    X,通过零宽度的正 lookahead

(?!X)    X,通过零宽度的负 lookahead

(?<=X)    X,通过零宽度的正 lookbehind

(?<!X)    X,通过零宽度的负 lookbehind

(?>X)    X,作为独立的非捕获组

反斜线、转义和引用

反斜线字符 ('\') 用于引用转义构造,如上表所定义的,同时还用于引用其他将被解释为非转义构造的字符。因此,表达式 \\ 与单个反斜线匹配,而 \{ 与左括号匹配。

在不表示转义构造的任何字母字符前使用反斜线都是错误的;它们是为将来扩展正则表达式语言保留的。可以在非字母字符前使用反斜线,不管该字符是否非转义构造的一部分。

根据 Java Language Specification 的要求,Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线,表示正则表达式受到保护,不被 Java 字节码编译器解释。例如,当解释为正则表达式时,字符串字面值 "\b" 与单个退格字符匹配,而 "\\b" 与单词边界匹配。字符串字面值 "\(hello\)" 是非法的,将导致编译时错误;要与字符串 (hello) 匹配,必须使用字符串字面值 "\\(hello\\)"。

字符类

字符类可以出现在其他字符类中,并且可以包含并集运算符(隐式)和交集运算符 (&&)。并集运算符表示至少包含其某个操作数类中所有字符的类。交集运算符表示包含同时位于其两个操作数类中所有字符的类。

字符类运算符的优先级如下所示,按从最高到最低的顺序排列:
       字面值转义        \x
       分组    [...]
       范围    a-z
       并集    [a-e][i-u]
       交集    [a-z&&[aeiou]]
注意,元字符的不同集合实际上位于字符类的内部,而非字符类的外部。例如,正则表达式 . 在字符类内部就失去了其特殊意义,而表达式 - 变成了形成元字符的范围。

行结束符

行结束符 是一个或两个字符的序列,标记输入字符序列的行结尾。以下代码被识别为行结束符:

新行(换行)符 ('\n')、
后面紧跟新行符的回车符 ("\r\n")、
单独的回车符 ('\r')、
下一行字符 ('\u0085')、
行分隔符 ('\u2028') 或
段落分隔符 ('\u2029)。
如果激活 UNIX_LINES 模式,则新行符是唯一识别的行结束符。

如果未指定 DOTALL 标志,则正则表达式 . 可以与任何字符(行结束符除外)匹配。

默认情况下,正则表达式 ^ 和 $ 忽略行结束符,仅分别与整个输入序列的开头和结尾匹配。如果激活 MULTILINE 模式,则 ^ 在输入的开头和行结束符之后(输入的结尾)才发生匹配。处于 MULTILINE 模式中时,$ 仅在行结束符之前或输入序列的结尾处匹配。

组和捕获

捕获组可以通过从左到右计算其开括号来编号。例如,在表达式 ((A)(B(C))) 中,存在四个这样的组:
       ((A)(B(C)))
       \A
       (B(C))
       (C)
组零始终代表整个表达式。

之所以这样命名捕获组是因为在匹配中,保存了与这些组匹配的输入序列的每个子序列。捕获的子序列稍后可以通过 Back 引用在表达式中使用,也可以在匹配操作完成后从匹配器获取。

与组关联的捕获输入始终是与组最近匹配的子序列。如果由于量化的缘故再次计算了组,则在第二次计算失败时将保留其以前捕获的值(如果有的话)例如,将字符串 "aba" 与表达式 (a(b)?)+ 相匹配,会将第二组设置为 "b"。在每个匹配的开头,所有捕获的输入都会被丢弃。

以 (?) 开头的组是纯的非捕获 组,它不捕获文本,也不针对组合计进行计数。

以上所述上就是本文的全部内容了,希望大家能够喜欢。

 类似资料:
  • 主要内容:查询以特定字符或字符串开头的记录,查询以特定字符或字符串结尾的记录,替代字符串中的任意一个字符,匹配多个字符,匹配指定字符串,匹配指定字符串中的任意一个,匹配指定字符以外的字符,使用{n}或者{nm}来指定字符串连续出现的次数正则表达式主要用来查询和替换符合某个模式(规则)的文本内容。例如,从一个文件中提取电话号码,查找一篇文章中重复的单词、替换文章中的敏感语汇等,这些地方都可以使用正则表达式。正则表达式强大且灵活,常用于非常复杂的查询。 MySQL 中,使用 REGEXP 关键字指定

  • 昨天,我需要向正则表达式添加一个文件路径,创建一个如下所示的模式: 一开始正则表达式不匹配,因为包含几个正则表达式特定的符号,如 或 。作为快速修复,我将它们替换为 和 . 与 . 然而,我问自己,是否没有一种更可靠或更好的方法来清除正则表达式特定符号中的字符串。 Python 标准库中是否支持此类功能? 如果没有,您是否知道一个正则表达式来识别所有正则表达式并通过替代品清理它们?

  • 在 OpenResty 中,同时存在两套正则表达式规范:Lua 语言的规范和 ngx.re.* 的规范,即使您对 Lua 语言中的规范非常熟悉,我们仍不建议使用 Lua 中的正则表达式。一是因为 Lua 中正则表达式的性能并不如 ngx.re.* 中的正则表达式优秀;二是 Lua 中的正则表达式并不符合 POSIX 规范,而 ngx.re.* 中实现的是标准的 POSIX 规范,后者明显更具备通用

  • 一、概述 二、匹配单个字符 三、匹配一组字符 四、使用元字符 五、重复匹配 六、位置匹配 七、使用子表达式 八、回溯引用 九、前后查找 十、嵌入条件 参考资料 一、概述 正则表达式用于文本内容的查找和替换。 正则表达式内置于其它语言或者软件产品中,它本身不是一种语言或者软件。 正则表达式在线工具 二、匹配单个字符 . 可以用来匹配任何的单个字符,但是在绝大多数实现里面,不能匹配换行符; . 是元字

  • 这部分内容可以说是学习shell脚本之前必学的内容。如果你这部分内容学的越好,那么你的shell脚本编写能力就会越强。所以不要嫌这部分内容啰嗦,也不要怕麻烦,要用心学习。一定要多加练习,练习多了就能熟练掌握了。 在计算机科学中,正则表达式是这样解释的:它是指一个用来描述或者匹配一系列符合某个句法规则的字符串的单个字符串。在很多文本编辑器或其他工具里,正则表达式通常被用来检索和/或替换那些符合某个模

  • 正则表达式 有些人在面对问题时,不经大脑便认为,“我知道,这里该用正则表达式”。现在他要面对两个问题了。 ——Jamie Zawinski 如果只是在字符串中进行简单的文本搜索,不要使用正则表达式,比如 string['text']。 对于简单的构建操作,使用正则表达式作为索引即可。 match = string[/regexp/] # 获取匹配的内容 first_grou