Regex字元小結

Regex基本

匹配單個字元

匹配單個數位寫法，可以是 “[0-9]” 也可以是 “\d”。

匹配單個非數字字元，則使用大寫 “\D”。

匹配 26 個字母的任意一個，使用 “[a-zA-Z]”

匹配任意一個字元，使用點號 “.”

匹配具體字元，則直接寫上去即可。比如 “abcd” 就是匹配它本身。如果遇到特殊字元，則需要進行轉義，逸出字元為 “\”。

匹配一個字元，使用中括弧的做法稱為 “字元集”。中括弧用於指定一個 “集”，匹配這個集中的一個字元，如十六進位數 “[0-9a-fA-F]”。字元集內的點表示的是點號本身，但其他的特殊字元還是需要進行轉移，比如反斜線字元。

使用量詞

貪心匹配

如果要表示某個規則的重複，則需要使用量詞。使用花括弧表示重複次數。比如 8 個數字可以這樣表示：“\d{8}”

花括弧中的量詞可以變化，比如表示 7 到 8 個數字，則表示為 “\d{7,8}”。表示上限的右值可以不寫，比如 “{0,}” 是合法的，表示大於等於 0 個字元；但試圖單獨表示上限的 “{,10}” 則不合法，至少應該寫為 “{0,10}”。

加號 “+” 表示它左邊的元素數量為 “一個或多個”，等於 “{1,}” 的效果。所以加號也是特殊字元。

星號 “*” 表示它左邊的元素數量為 “零個或至少一個”，即 “{0,}”。

問號 “?” 表示 “零個或一個”，等同於 “{0,1}”。

懶惰匹配

上面的諸如 +、*，匹配的時候都會使用 “貪心” 的模式，也就是匹配盡量多的個數。比如字串 “55555”，使用 “5+” 去匹配時，會匹配到它能夠找到的最長字串，即 “55555”。

如果在量詞後面加上問號，則使匹配模式變為 “懶惰” 的，也就是匹配最少的。比如使用 “5+?” 去匹配，則只會找到能夠匹配的最小字元 “5”.

以下都是可用的懶惰匹配運算式：+?, *?, {n,}?, {m,n}?

捕獲分組（類似於宏定義）

可以把運算式中的一部分 “捕獲” 起來，作為宏放在後邊引用。使用括弧進行定義（捕獲），然後再定義的後面使用 “\1” 進行引用；如果是第二個捕獲，則使用 “\2”，以此類推。

分組一般都會被儲存起來，但是當運算式非常長的時候，可能需要明確指明不儲存該分組。比如使用這個格式 “(?:THE|The|the)”，就使用了 “?:” 標號來表示不要進行命名標記。

“或” 邏輯

使用 “|” 來連結兩個欄位，提供 “或” 的邏輯。注意與括弧搭配使用

“非” 邏輯

如果在集合 “[...]” 中使用字元 “^”，則表示 “非”，如 “[^0-9]” 等同於 “\D”。

簡單的模式比對

以下是各種常用的單字元匹配列表：

指代類型	模式	備忘
數字	\d
字母、數字、底線	\w	等效於 “[_a-zA-Z0-9]”
非數字	\D
非字母	\W
定位字元 Tab	\t
Null 字元	\0
Backspace	[\b]
空格	\s	等效於 “[ \t\n\r]”
Return	\r
換行	\n
單詞之間的空白	\b	這裡只是匹配單詞的開始 / 結束，不消耗任何字元
任意一個字元	.	行結束符無法使用這個符號匹配

邊界

本小節設計一個概念：斷言，又稱為 “零寬度斷言（zero-width asseration）”。這個概念不匹配字元，而是匹配字串中的位置。

行的起始和結束

• 使用 “^” 表示一行的開始

• 使用 “$” 表示一行的終止

單詞邊界和非單詞邊界

比如要匹配單詞 “the”，則寫 “\bthe\b”。如果要匹配哥哥中間帶 “e” 的單詞，則可以寫 “\Be\B”

可以使用 “\<” 匹配單詞開頭，“\>” 匹配單詞結尾。但是這兩個並不建議使用，因為新的匹配器可能不支援。

Unicode 字元和其他字元

Regex支援輸入 unicode 的值，如 “\u00e9”。注意 unicode 必須有四位十六進位位，大小寫均可。Javascript 還支援 “\xe9” 的寫法，然而 “\x00e9” 則是錯誤的。

相關推薦：

jsRegex驗證時間格式執行個體

Regex \v 元字元詳解

JSRegex要點分析