正则表达式支持的字符有哪些

2024-04-02 19:04:59 921人浏览八月长安

摘要

这篇文章主要介绍了正则表达式支持的字符有哪些，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。一、匹配字符字符类

这篇文章主要介绍了正则表达式支持的字符有哪些，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

一、匹配字符

字符类	匹配的字符	举例
\d	从０-９的任一数字	\d\d：匹配72,但不匹配aa或7a
\D	任一非数字字符	\D\D\D：匹配abc,但不匹配123
\w	任一单词字符，包括A-Z,a-z,0-9和下划线	\w\w\w\w：匹配Ab-2，但不匹配∑?$%*或Ab_@
\W	任一非单词字符	\W匹配＠，但不匹配a
\s	任一空白字符，包括制表符，换行符，回车符，换页符和垂直制表符	匹配在html,XML和其他标准定义中的所有传统空白字符
\S	任一非空白字符	空白字符以外的任意字符,如A%&g3;等
.	任一字符	匹配除换行符以外的任意字符除非设置了MultiLine先项
[…]	括号中的任一字符	[abc]：将匹配一个单字符,a,b或c. [a-z]：将匹配从a到z的任一字符
[^…]	不在括号中的任一字符	[^abc]：将匹配一个a、b、c之外的单字符,可以a,b或A、B、C [^a-z]将匹配不属于a-z的任一字符,但可以匹配所有的大写字母

二、重复字符

重复字符	含义	举例
{n}	匹配前面的字符n次	x{2}匹配xx,但不匹配x或xxx
{n,}	匹配前面的字符至少n次	x{2}匹配2个或更多的x,如xxx,xxx..
{n,m}	匹配前面的字符至少n次,至多m次。如果n为0，此参数为可选参数	x{2,4}匹配xx,xxx,xxxx,但不匹配xxxxx
?	匹配前面的字符0次或1次，实质上也是可选的	x?匹配x或零个x
+	匹配前面的字符0次或多次	x+匹配x或xx或大于0的任意多个x
*	匹配前面的字符0次或更多次	x*匹配0,1或更多个x

三、定位字符

定位字符	描述
^	随后的模式必须位于字符串的开始位置，如果是一个多行字符串，则必须位于行首。对于多行文本（包含回车符的一个字符串）来说，需要设置多行标志
$	前面的模式必须位于字符串的未端，如果是一个多行字符串，必须位于行尾
\A	前面的模式必须位于字符串的开始位置，忽略多行标志
\z	前面的模式必须位于字符串的未端，忽略多行标志
\Z	前面的模式必须位于字符串的未端，或者位于一个换行符前
\b	匹配一个单词边界，也就是一个单词字符和非单词字符中间的点。要记住一个单词字符是[a-zA-Z0-9]中的一个字符。位于一个单词的词首
\B	匹配一个非单词字符边界位置，不是一个单词的词首

注：定位字符可以应用于字符或组合，放在字符串的左端或右端

四、分组字符

分组字符	定义	举例
()	此字符可以组合括号内模式所匹配的字符，它是一个捕获组，也就是说模式匹配的字符作为最终设置了ExplicitCapture选项――默认状态下字符不是匹配的一部分	输入字符串为：ABC1DEF2XY 匹配3个从A到Z的字符和1个数字的正则表达式：([A-Z]{3}\d) 将产生两次匹配：Match 1=ABC1;Match 2=DEF2每次匹配对应一个组：Match2的第一个组＝ABC;Match3的第1个组＝DEF 有了反向引用，就可以通过它在正则表达式中的编号以及C#和类Group,GroupCollection来访问组。如果设置了ExplicitCapture选项，就不能使用组所捕获的内容
(?:)	此字符可以组合括号内模式所匹配的字符，它是一个非捕获组，这意味着模式所的字符将不作为一个组来捕获，但它构成了最终匹配结果的一部分。它基本上与上面的组类型相同，但设定了选项ExplicitCapture	输入字符串为：1A BB SA1 C 匹配一个数字或一个A到Z的字母，接着是任意单词字符的正则表达式为：(?:\d\|[A-Z]\w) 它将产生3次匹配：每1次匹配＝1A；每2次匹配＝BB;每3次匹配＝SA但是没有组被捕获
(?<name>)	此选项组合括号内模式所匹配的字符，并用尖括号中指定的值为组命名。在正则表达式中，可以使用名称进行反向引用，而不必使用编号。即使不设置ExplicitCapture选项，它也是一个捕获组。这意味着反向引用可以利用组内匹配的字符，或者通过Group类访问	输入字符串为：Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza能够匹配它们的姓名，并在一个组llastName中捕获姓的正则表达式为：\b[A-Z][a-z]+(?<lastName>[A-Z][a-z]+)\b 它产生了4次匹配：First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza 每一次匹配都对应了一个lastName组：第1次匹配：lastName group=Seinfeld 第2次匹配：lastName group=Benes 第3次匹配：lastName group=Kramer 第4次匹配：lastName group=Costanza 不管是否设置了选项ExplictCapture，组都将被捕获
(?=)	正声明。声明的右侧必须是括号中指定的模式。此模式不构成最终匹配的一部分	正则表达式\S+(?=.net)要匹配的输入字符串为：The languages were Java,C#.NET,VB.NET,C,jscript.NET,Pascal 将产生如下匹配： C# VB JScript.
(?!)	负声明。它规定模式不能紧临着声明的右侧。此模式不构成最终匹配的一部分	\d{3}(?![A-Z])要匹配的输入字符串为：123A 456 789111C 将产生如下匹配： 456 789
(?<=)	反向正声明。声明的左侧必须为括号内的指定模式。此模式不构成最终匹配的一部分	正则表达式(?<=New)([A-Z][a-z]+)要匹配的输入字符串为：The following states,New Mexico,West Virginia,Washington, New England 它将产生如下匹配： Mexico England
(?<!)	反向正声明。声明的左侧必须不能是括号内的指定模式。此模式不构成最终匹配的一部分	正则表达式(?<!1)\d{2}([A-Z])要匹配的输入字符串如下：123A456F789C111A 它将实现如下匹配： 56F 89C
(?>)	非回溯组。防止Regex引擎回溯并且防止实现一次匹配	假设要匹配所有以“ing”结尾的单词。输入字符串如下：He was very trusing 正则表达式为：.ing 它将实现一次匹配――单词trusting。“.”匹配任意字符，当然也匹配“ing”。所以，Regex引擎回溯一位并在第2个“t”停止，然后匹配指定的模式“ing”。但是，如果禁用回溯操作：(?>.)ing 它将实现0次匹配。“.”能匹配所有的字符，包括“ing”――不能匹配，从而匹配失败

五、决策字符

字符	描述	举例
(?(regex)yes_regex\|no_regex)	如果表达式regex匹配，那么将试图匹配表达式yes。否则匹配表达式no。正则表达式no是可先参数。注意，作出决策的模式宽度为0.这意味着表达式yes或no将从与regex表达式相同的位置开始匹配	正则表达式(?(\d)dA\|A-Z)B)要匹配的输入字符串为：1A CB3A5C 3B它实现的匹配是：1ACB3A
(?(group name or number)yes_regex\|no_regex)	如果组中的正则表达式实现了匹配，那么试图匹配yes正则表达式。否则，试图匹配正则表达式no。no是可先的参数	正则表达式(\d7)?-(?(1)\d\d[A-Z]\|[A-Z][A-Z]要匹配的输入字符串为：77-77A 69-AA 57-B 它实现的匹配为： 77-77A －AA

注：上面表中列出的字符强迫处理器执行一次if-else决策

六、替换字符

字符	描述
$group	用group指定的组号替换
${name}	替换被一个(?<name>)组匹配的最后子串
$$	替换一个字符$
$&	替换整个的匹配
$^	替换输入字符串匹配之前的所有文本
$’	替换输入字符串匹配之后的所有文本
$+	替换最后捕获的组
$_	替换整个的输入字符串注：以上为常用替换字符，不全

七、转义序列

字符	描述
\\	匹配字符“\”
\.	匹配字符“.”
\*	匹配字符“*”
\+	匹配字符“+”
\?	匹配字符“?”
\\|	匹配字符“\|”
\(	匹配字符“(”
\)	匹配字符“)”
\{	匹配字符“{”
\}	匹配字符“}”
\^	匹配字符“^”
\$	匹配字符“$”
\n	匹配换行符
\r	匹配回车符
\t	匹配制表符
\v	匹配垂直制表符
\f	匹配换面符
\nnn	匹配一个8进数字，nnn指定的ASCII字符。如\103匹配大写的C
\xnn	匹配一个16进数字，nn指定的ASCII字符。如\x43匹配大写的C
\unnnn	匹配由4位16进数字（由nnnn表示）指定的Unicode字符
\cV	匹配一个控制字符，如\cV匹配Ctrl-V

八、选项标志

选项标志	名称
I	IgnoreCase
M	Multiline
N	ExplicitCapture
S	SingleLine
X	IgnorePatternWhitespace

注：选项本身的信作含义如下表所示：

标志	名称
IgnoreCase	使模式匹配不区分大小写。默认的选项是匹配区分大小写
RightToLeft	从右到左搜索输入字符串。默认是从左到右以符合英语等的阅读习惯，但不符合阿拉伯语或希伯来语的阅读习惯
None	不设置标志。这是默认选项
Multiline	指定^和$可以匹配行首和行尾，以及字符串的开始和结尾。这意味着可以匹配每个用换行符分隔的行。但是，字符“.”仍然不匹配换行符
SingleLine	规定特殊字符“.”匹配任意的字符，包括换行符。默认情况下，特殊字符“.”不匹配换行符。通常与MultiLine选项一起使用
ECMAScript.	ECMA(European Coputer Manufacturer’s Association,欧洲计算机生产商协会)已经定义了正则表达式应该如何实现，而且已经在ECMAScript规范中实现，这是一个基于标准的javascript。这个选项只能与IgnoreCase和MultiLine标志一起使用。与其它任何标志一起使用，ECMAScript都将产生异常
IgnorePatternWhitespace	此选项从使用的正则表达式模式中删除所有非转义空白字符。它使表达式能跨越多行文本，但必须确保对模式中所有的空白进行转义。如果设置了此选项，还可以使用“#”字符来注释下则表达式
Complied	它把正则表达式编译为更接近机器代码的代码。这样速度快，但不允许对它进行任何修改

九、oracle的正则表达式(regular expression)

测试数据

create table test(mc varchar2(60));
insert into test values('112233445566778899');
insert into test values('22113344 5566778899');
insert into test values('33112244 5566778899');
insert into test values('44112233 5566 778899');
insert into test values('5511 2233 4466778899');
insert into test values('661122334455778899');
insert into test values('771122334455668899');
insert into test values('881122334455667799');
insert into test values('991122334455667788');
insert into test values('aabbccddee');
insert into test values('bbaaaccddee');
insert into test values('ccabbddee');
insert into test values('ddaabbccee');
insert into test values('eeaabbccdd');
insert into test values('ab123');
insert into test values('123xy');
insert into test values('007ab');
insert into test values('abcxy');
insert into test values('The final test is is is how to find duplicate Words.');
commit;

函数	说明
REGEXP_LIKE	语法：REGEXP_LIKE(source_string, pattern[, match_parameter])
	说明：返回满足匹配模式的字符串。相当于增强的like函数。　Source_string指定源字符表达式；　pattern指定规则表达式；　match_parameter指定默认匹配操作的文本串。其中position,occurtence,match_parameter参数都是可选的
	例句： select * from test where regexp_like(mc,'^a{1,3}'); select * from test where regexp_like(mc,'a{1,3}'); select * from test where regexp_like(mc,'^a.e$'); select from test where regexp_like(mc,'^[[:lower:]] ?[[:digit:]]'); select * from test where regexp_like(mc,'^[[:lower:]]'); Select mc FROM test Where REGEXP_LIKE(mc,'[^[:digit:]]'); Select mc FROM test Where REGEXP_LIKE(mc,'^[^[:digit:]]');
REGEXP_INSTR	语法：REGEXP_INSTR(source_string, pattern[, start_position[, occurrence[, return_option[, match_parameter]]]])
	说明：该函数查找 pattern，并返回该模式的第一个位置。您可以随意指定您想要开始搜索的 start_position。　occurrence 参数默认为 1，除非您指定您要查找接下来出现的一个模式。　return_option 的默认值为 0，它返回该模式的起始位置；值为 1 则返回符合匹配条件的下一个字符的起始位置
	例句： Select REGEXP_INSTR(mc,'[[:digit:]]$') from test; Select REGEXP_INSTR(mc,'[[:digit:]]+$') from test; Select REGEXP_INSTR('The price is $400.','$[[:digit:]]+') FROM DUAL; Select REGEXP_INSTR('onetwothree','[^[[:lower:]]]') FROM DUAL; Select REGEXP_INSTR(',,,,,','[^,]*') FROM DUAL; Select REGEXP_INSTR(',,,,,','[^,]') FROM DUAL;
REGEXP_SUBSTR	语法：REGEXP_SUBSTR(source_string, pattern[,position [, occurrence[, match_parameter]]])
	说明：返回匹配模式的子字符串。相当于增强的substr函数。　Source_string指定源字符表达式；　pattern指定规则表达式；　position指定起始搜索位置；　occurtence指定替换出现的第n个字符串；　match_parameter指定默认匹配操作的文本串。其中position,occurtence,match_parameter参数都是可选的 match_option的取值如下：　‘c’ 说明在进行匹配时区分大小写（缺省值）；　'i' 说明在进行匹配时不区分大小写；　'n' 允许使用可以匹配任意字符的操作符；　'm' 将x作为一个包含多行的字符串。
	例句： SELECT REGEXP_SUBSTR(mc,'[a-z]+') FROM test; SELECT REGEXP_SUBSTR(mc,'[0-9]+') FROM test; SELECT REGEXP_SUBSTR('aababcde','^a.*b') FROM DUAL;
REGEXP_REPLACE	语法：REGEXP_REPLACE(source_string,pattern,replace_string,position,occurtence,match_parameter)
	说明：字符串替换函数。相当于增强的replace函数。　Source_string指定源字符表达式；　pattern指定规则表达式；　replace_string指定用于替换的字符串；　position指定起始搜索位置；　occurtence指定替换出现的第n个字符串；　match_parameter指定默认匹配操作的文本串。其中replace_string,position,occurtence,match_parameter参数都是可选的。
	例句： Select REGEXP_REPLACE('Joe Smith','( ){2,}', ',') AS RX_REPLACE FROM dual; Select REGEXP_REPLACE('aa bb cc','(.) (.) (.*)', '3, 2, 1') FROM dual;

特殊字符：
　'^' 匹配输入字符串的开始位置，在方括号表达式中使用，此时它表示不接受该字符集合。
　'$' 匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 'n' 或 'r'。
　'.' 匹配除换行符 n之外的任何单字符。
　'?' 匹配前面的子表达式零次或一次。
　'*' 匹配前面的子表达式零次或多次。
　'+' 匹配前面的子表达式一次或多次。
　'( )' 标记一个子表达式的开始和结束位置。
　'[]' 标记一个中括号表达式。
　'{m,n}' 一个精确地出现次数范围，m= <出现次数 <=n，'{m}'表示出现m次，'{m,}'表示至少出现m次。
　' ?' 指明两项之间的一个选择。例子'^([a-z]+ ?[0-9]+)$'表示所有小写字母或数字组合成的字符串。
　num 匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。
字符簇：
　[[:alpha:]] 任何字母。
　[[:digit:]] 任何数字。
　[[:alnum:]] 任何字母和数字。
　[[:space:]] 任何白字符。
　[[:upper:]] 任何大写字母。
　[[:lower:]] 任何小写字母。
　[[:punct:]] 任何标点符号。
　[[:xdigit:]] 任何16进制的数字，相当于[0-9a-fA-F]。各种操作符的运算优先级
转义符
　(), (?:), (?=), [] 圆括号和方括号
　*, +, ?, {n}, {n,}, {n,m} 限定符
　^, $, anymetacharacter 位置和顺序
　? “或”操作