【笔记】正则表达式

发表于 2019-11-24 更新于 2025-12-19 阅读次数：

前言

正则表达式，是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。维基百科

修饰符（Flag）

用于定义匹配的方式

修饰符	备注
`i`	ignore，忽略大小写
`g`	global，全局匹配
`m`	multiple，匹配多行
`s`	single，匹配单行
`y`	sticky，粘性匹配

模式（Pattern）

字符类（Character Class）

描述一组字符集合的简写

字符类	备注
`.`	匹配任意字符
`\d`	匹配数字0~9，相当于`[0-9]`
`\D`	匹配非数字0~9，相当于`[^0-9]`
`\s`	匹配空白字符（空格、制表符`\t`、换行符`\n`、回车符`\r`、垂直制表符`\v`、换页符`\f`）
`\S`	匹配非空白字符
`\w`	匹配大写英文A~~Z、小写英文a~~z、数字0~9、下划线`_`，相当于`[A-Za-z0-9_]`
`\W`	匹配非大写英文A~~Z、小写英文a~~z、数字0~9、下划线`_`，相当于`[^A-Za-z0-9_]`

锚点（Anchor）

规定开始位置和结束位置的匹配要求

锚点	备注
`^`	开始锚点
`$`	结束锚点

转义字符（Escape Character）

描述具有特殊含义的字符

转义字符	备注
`\[`	左方括号
`\]`	右方括号
`\/`	正斜线
`\\`	反斜线
`\^`	脱字符
`\$`	美元符
`\.`	点
\\|	竖线
`\?`	问号
`\*`	星号
`\+`	加号
`(`	左圆括号
`)`	右圆括号

边界匹配（Boundary Matching）

描述由空格包裹的字符边界

边界	备注
`\b`	单词边界
`\B`	非单词边界

集合（Character Set）

描述一个序列中的任意字符

a、b、c中的任意一个可以被正确匹配

[abc]

范围（Character Range）

描述一个范围内的任意字符

从a到c中的任意一个可以被正确匹配

[a-c]

量词（Quantifier）

描述前一个字符出现的次数

量词	备注
`+`	一个或多个，相当于`{1,}`
`?`	零个或一个，相当于`{0,1}`
`*`	零个或多个，相当于`{0,}`

确切的位数

只能出现1次

{1}

范围

最少出现1次，最大出现3次

{1,3}

最少出现1次，不限制最大次数

{1,}

最少出现1次，最大次出现3次

{,3}

贪婪模式和惰性模式

贪婪模式

最后一次遇到匹配结果才会完成匹配

《.+》

input

《1》《2》

output

《1》《2》

惰性模式

第一次遇到匹配结果就会完成匹配

《.+?》

input

《1》《2》

output

《1》

捕获组（Capturing Group）

将数据分组，提取匹配结果

《(.+?)》

input

《1》

output

1
2

《1》
1

为捕获组定义组名

通过?<>定义组名

1	《(?<key>.+?)》

为捕获组定义量词

ab出现2次

(ab){2}

input

ababb

output

abab

捕获组中的逻辑或

a或b出现2次

(a|b){2}

input

ab

output

ab

捕获组中的逻辑非

非a出现2次

(?:a){2}

input

abc

output

bc

基本语法

边界符

匹配字符串的开始

匹配字符串的结束

定义符合条件的字符匹配

指定一个确定的字符或字符串

完全匹配

必须是a字符

(a)

或匹配

必须是字符串ab或者ac

ab|ac

(ab|ac)

指定一个不确定的字符

只要包含a、b、c中的任何一种即可

指定字符

[abc]

指定范围

[a-c]

定义不符合条件的字符匹配（取反）

只要不包含a、b、c中的任何一种即可

[^abc]

定义捕获组

通过()定义捕获组
需要匹配的数据

1	2006-01-02

正则表达式

1	(\d{4})-(\d{2})-(\d{2})

得到的匹配数据

full match: 2006-01-02
group 1: 2006
group 2: 01
group 3: 02

定义命名捕获组

在括号最前面添加?<name>或?'<name>'为捕获组命名

捕获组名最好不要重名，虽然有的编程语言（C#、Perl）支持重名捕获组，但是还有的编程语言（Java、Python）不支持重名捕获组

需要匹配的数据

1	2006-01-02

正则表达式

1	(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})

1	(?'<year>'\d{4})-(?'<month>'\d{2})-(?'<day>'\d{2})

得到的匹配数据

full match: 2006-01-02
group year: 2006
group month: 01
group day: 02

定义非捕获组

非捕获组用于在不得不需要括号但不希望数据分组的时候，在括号内最前面添加?:，则该括号不会进行分组
需要匹配的数据

1
2
3

red
green
blue

正则表达式

1	(?:red\|green\|blue)

得到的匹配数据

1	full match: red

1	full match: green

1	full match: blue

引用捕获组

通过\k<name>引用捕获组
需要匹配的数据

正则表达式

1	(?<one>1)\k<one>

得到的匹配数据

1 2	full match: 11 group one: 1

定义前瞻数据

前瞻数据不会被获取，但是会被用于筛选数据

(?=a)

指定次数

紧跟字符，表示前一个字符允许出现的次数

指定一个确定的次数

a{1}

不指定一个确定的字符

指定次数为一个范围

区间

1~2次

a{1,2}

大于等于

1次及以上

a{1,}

指定次数为1次或0次

有或者没有都可以，等价于{0,1}

a?

指定次数为1次及以上

等价于{1,}

a+

指定次数为0次及以上

任意次匹配，等价于{0,}

a*

通配符

任何空白字符

包括换行符、空格、制表符

\s

任何非空白字符

除了换行符、空格、制表符

\S

一个数字字符

等价于[0-9]

\d

一个非数字字符

等价于[^0-9]

\D

一个数字、字母、下划线字符

等价于[0-9a-zA-Z_]

\w

一个非数字、字母、下划线字符

等价于[^0-9a-zA-Z_]

\W

除了换行符以外的任意一个字符

常用的正则表达式

校验数字的表达式

数字

^[0-9]*$

n位的数字

^\d{n}$

至少n位的数字

^\d{n,}$

m~n位的数字

^\d{m,n}$

0和非0开头的数字

1	^(0\|[1-9][0-9]*)$

非0开头的最多带两位小数的数字

1	^([1-9][0-9]*)+(.[0-9]{1,2})?$

带1~2位小数的正数或负数

1	^(\-)?\d+(\.\d{1,2})?$

正数、负数、小数

1	^(\-\|\+)?\d+(\.\d+)?$

有两位小数的正实数

1	^[0-9]+(.[0-9]{2})?$

有1~3位小数的正实数

1	^[0-9]+(.[0-9]{1,3})?$

非0的正整数

1
2
3

^[1-9]\d*$
^([1-9][0-9]*){1,3}$
^\+?[1-9][0-9]*$

非0的负整数

1 2	^\-[1-9][]0-9"$ ^-[1-9]\d$

非负整数

1 2	^\d+$ ^[1-9]\d*\|0$

非正整数

1 2	^-[1-9]\d*\|0$ ^((-\d+)\|(0+))$

非负浮点数

1 2	^\d+(\.\d+)?$ ^[1-9]\d\.\d\|0\.\d[1-9]\d\|0?\.0+\|0$

非正浮点数

1 2	^((-\d+(\.\d+)?)\|(0+(\.0+)?))$ ^(-([1-9]\d\.\d\|0\.\d[1-9]\d))\|0?\.0+\|0$

正浮点数

1 2	^[1-9]\d\.\d\|0\.\d[1-9]\d$ ^(([0-9]+\.[0-9][1-9][0-9])\|([0-9][1-9][0-9]\.[0-9]+)\|([0-9][1-9][0-9]))$

负浮点数

1 2	^-([1-9]\d\.\d\|0\.\d[1-9]\d)$ ^(-(([0-9]+\.[0-9][1-9][0-9])\|([0-9][1-9][0-9]\.[0-9]+)\|([0-9][1-9][0-9])))$

浮点数

1 2	^(-?\d+)(\.\d+)?$ ^-?([1-9]\d\.\d\|0\.\d[1-9]\d\|0?\.0+\|0)$

校验字符的表达式

汉字

1	^[\u4e00-\u9fa5]{0,}$

英文和数字

1 2	^[A-Za-z0-9]+$ ^[A-Za-z0-9]{4,40}$

长度为3~20的所有字符

^.{3,20}$

由26个英文字母组成的字符串

1	^[A-Za-z]+$

由26个大写英文字母组成的字符串

^[A-Z]+$

由26个小写英文字母组成的字符串

^[a-z]+$

由数字和26个英文字母组成的字符串

1	^[A-Za-z0-9]+$

由数字、26个英文字母或者下划线组成的字符串

1 2	^\w+$ ^\w{3,20}$

中文、英文、数字、下划线

1	^[\u4E00-\u9FA5A-Za-z0-9_]+$

中文、英文、数字，不包括下划线等符号

1 2	^[\u4E00-\u9FA5A-Za-z0-9]+$ ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$

可以输入含有^%&’,;=?$"等字符

1	[^%&',;=?$\x22]+

禁止输入含有~的字符

[^~\x22]+

特殊需求表达式

Email地址

1	^\w+([-+.]\w+)@\w+([-.]\w+)\.\w+([-.]\w+)*$

域名

1	[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?

InternetURL

1 2	^[a-zA-z]+://[^\s]& ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=])?$

手机号码

1	^(13[0-9]\|14[5\|7]\|15[0\|1\|2\|3\|5\|6\|7\|8\|9]\|18[0\|1\|2\|3\|5\|6\|7\|8\|9])\d{8}$

电话号码

1	^(\(\d{3,4}-)\|\d{3.4}-)?\d{7,8}$

国内电话号码

1	^\d{3}-\d{8}\|\d{4}-\d{7}$

身份证号

1	^\d{15}\|\d{18}$

短身份证号码

1 2	^([0-9]){7,18}(x\|X)?$ ^\d{8,18}\|[0-9x]{8,18}\|[0-9X]{8,18}?$

帐号是否合法

1	^[a-zA-Z][a-zA-Z0-9_]{4,15}$

密码

1	^[a-zA-Z]\w{5,17}$

强密码

1	^(?=.\d)(?=.[a-z])(?=.*[A-Z]).{8,10}$

日期格式

1	^\d{4}-\d{1,2}-\d{1,2}

一年的12个月

1 2	^(0?[1-9]\|1[0-2])$ >=1 && <=12

一个月的31天

1	^((0?[1-9])\|((1\|2)[0-9])\|30\|31)$

钱的输入格式

^[1-9][0-9]*$
^(0|[1-9][0-9]*)$
^(0|-?[1-9][0-9]*)$
^[0-9]+(.[0-9]+)?$
^[0-9]+(.[0-9]{2})?$
^[0-9]+(.[0-9]{1,2})?$
^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$

xml文件

1	^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x\|X][m\|M][l\|L]$

中文字符的正则表达式

1	[\u4e00-\u9fa5]

双字节字符

1	^[\x00-\xff]$

空白行的正则表达式

\n\s*\r

HTML标记的正则表达式

1	<(\S?)[^>]>.?</\1>\|<.? />

首尾空白字符的正则表达式

1 2	^\s\|\s$ (^\s)\|(\s$)

腾讯QQ号

1	[1-9][0-9]{4,}

中国邮政编码

1	[1-9]\d{5}(?!\d)

IP地址

1 2	\d+\.\d+\.\d+\.\d+ ((?:(?:25[0-5]\|2[0-4]\\d\|[01]?\\d?\\d)\\.){3}(?:25[0-5]\|2[0-4]\\d\|[01]?\\d?\\d))

##中的正则表达式

创建正则表达式对象

直接创建正则表达式对象

1	let reg = /正则表达式/;

通过new关键字创建正则表达式对象

1	let reg = new RegExp("正则表达式");

获取匹配的字符串

如果匹配成功，则返回匹配成功后截取的子字符串
如果匹配失败，则返回null

<str>：参与匹配的字符串

1	reg.exec("<str>");

验证正则表达式

如果验证正确返回true；如果验证错误返回false

<str>：需要验证的字符串

1	reg.test("<str>");

完成

参考文献

QQ群——DT课堂 - 辛末 - 11月新群
 哔哩哔哩——黑马程序员
 哔哩哔哩——黑马程序员
 哔哩哔哩——黑马前端
 哔哩哔哩——骆昊jackfrued
segmentfault——老鼠拧刀满街找猫