正则表达式

    以下摘录一些常用的正则表达式用法：

    同其他正则表达式一样，可以使用和$表示开始和结束：

    • ^abc - 必须以abc开始
    • efg$ - 必须以efg结束
    • ^abc.+efg$ - 匹配对象必须是以abc开始，efg结束

    字符集

    • . - 点（.）符号表示匹配任何字符，包括换行符
    • [abc] - 字符集，表示匹配abc字符中的任何一个
    • [^abc] - 反向字符集，表示不匹配abc字符中的任何一个
    • \d - 数字字符集，相当于[0-9]
    • \D - 非数字字符集，相当于[^0-9]
    • \w - 单词字符集，相当于[0-9A-Za-z_]
    • \s - 空白字符集，相当于[\t\n\f\r ]
    • \S - 非空白字符集，相当于[^\t\n\f\r ]
    • \b - 单词边界
    • \B - 非单词边界
    • [[:alpha:]] - ASCII字符集
    • [[:^alpha:]] - 非ASCII字符集
    • \pN - Unicode字符集，只有一个字符
    • \p{Greek} - Unicode字符集
    • \PN - 非Unicode字符集，只有一个字符
    • \P{Greek} - 非Unicode字符集
    • - x和y相邻，y紧跟x之后
    • x|y - x或y，遇到x即宣告匹配成功

    重复

    • x* - 0或多个x，尽可能匹配最多的x
    • x+ - 1或多个x，尽可能匹配最多的x
    • x? - 0或1个x，尽可能匹配最多的x
    • x{n,m} - n到m个x，尽可能匹配最多的x
    • x{n} - n个x
    • x*? - 0或多个x，尽可能匹配最少的x
    • x+? - 1或多个x，尽可能匹配最少的x
    • x?? - 0或1个x，尽可能匹配最少的
    • x{n,m}? - n到m个x，尽可能匹配最少的x
    • x{n,}? - n个以上的x，包括n个x，尽可能匹配最少的x
    • x{n}? - n个x
    • (re) - 编号从1开始，0表示全部匹配的内容
      • 比如(hello)(world)匹配结果就有两个分组，编号分别为1和2
    • (?P<name>re) - 命名分组
      • 比如使用(?P<myName>\w+)来匹配ZhangSan，那么myName对应的值就被定义为ZhangSan
    • (?:re) - 跳过分组
      • 比如(?:hello)(world)匹配结果就只有一个分组(world)，编号为1；因为hello这个分组被跳过

    标记

    在别的正则表达式中称之为修饰符（modifier）：

    • i - 表示大小写 不 敏感
    • m - 多行匹配，如果有$结束字符的时候需要此标记
    • s - 让点符号（.）也匹配\n

    使用(?FLAG)或(?:FLAG)语法来使用这些标记，并且这里的括号并不会产生新的分组：

    使用反斜杠表示转义字符，用来表示某个字符是原始的字符，而不是正则表达式，比如匹配文件扩展名：

    1. \.(php|asp|jsp|py)

    中的点（.）因为在正则表达式中有别的意义，所以需要用反斜杠转义。