逻辑关系:
正则表达式的逻辑关系
正则表达式之间的逻辑关系可以简单地用与、或、非来描述,如表所示。
![](https://img-blog.csdn.net/20161025130928177)
通常来说,正则表达式可以看做这三种逻辑关系的组合。下面分析这三种逻辑。
1.与
“与” 是正则表达式中最普遍的逻辑关系。一般来说,如果正则表达式中的元素没有任何量词(比如*、?、+)修饰,就是”与”关系。比如正则表达式:
abc
表示同时出现a、b、c三个字符。
连续字符是“与”关系的最佳代表。此外,有些环视结构也可以表达“与”关系。比如顺序肯定环视(?=exp)表示自身出现的位置后面能匹配表达式exp,换而言之,就是在它后面必须出现表达式exp。例如:
\w+(?=ing)
表示单词的后面必须是ing结尾。
除了顺序肯定环视外,逆序肯定环视也能表达“与”关系。
比如匹配DIV标签里的内容,例如<div>logo</div>中的logo,就可用以下正则表达式来匹配:
(?<&#61;div>).*(?&#61;
)
(?<&#61;div>) 表示自身&#xff08;即要匹配的部分&#xff09;出现的位置前面匹配表达式”
” &#xff0c;(?&#61;
) 表示它后面需要匹配的表达式”
“&#xff0c;中间的”.*”就是匹配到的内容。
2.或
“或”是正则表达式中容易出现的逻辑关系。
如果“或”代表元素可以出现&#xff0c;也可以不出现&#xff0c;或者出现的次数不确定&#xff0c;可以用量词来表示“或”关系。比如以下表达式表示在此处&#xff0c;字符a可以出现&#xff0c;也可以不出现&#xff1a;
a?
以下表达式表示在此处&#xff0c;字符串ab必然要出现1次&#xff0c;也可以出现无限多次&#xff1a;
(ab)&#43;
如果“或”表示出现的是某个元素的一个&#xff0c;那么可以使用字符组。比如以下正则表达式表示此处出现的字符是a、b、c中的任何一个&#xff1a;
[abc]
如果要匹配多个字符&#xff0c;则使用分支结构&#xff08;……&#xff5c;……&#xff09;。比如匹配单词foot及其复数形式&#xff0c;就可以用正则表达式&#xff1a;
f(oo|ee)t
或者使用如下形式
f[oe]{2}t
3.非
提到”非”&#xff0c;最容易想到正则表达式中的反义和”^”元字符。比如\d表示数字&#xff0c;那么其对应的\D就表示非数字;[a]表示a字符&#xff0c;那么[^a] 就表示这个字符不是a。
“非”关系最常用来匹配成对的标签&#xff0c;例如双引号字符串的匹配&#xff0c;首位两个双引号很容易匹配&#xff0c;其中的内容肯定不是双引号&#xff08;暂不考虑转义的情况&#xff09;&#xff0c;所以用[^"] 表示&#xff0c;其长度不确定&#xff0c;用*来限定&#xff0c;所以整个表达式如下&#xff1a;
[^"]*
比如&#xff0c;需要匹配HTML里成对的A标签&#xff0c;先匹配左尖括号&#xff0c;紧接着是a字符&#xff0c;后面可以是任意内容&#xff0c;最后是一个右尖括号。在这对括号之间可以出现空格、字母、数字、引号等字符&#xff0c;但是不能出现“&#xff1e;”字符&#xff0c;于是就可以用排除型字符组“[&#xff3e;&#xff1e;]”来表示。再加上后面的配对标签&#xff0c;整个表达式如下&#xff1a;
]*>.*<\/a>
运行下面这段代码验证这个表达式&#xff1a;
$reg &#61; "#]*>(.*)<\/a>#";
$str &#61; &#39;baidu---sohu&#39;;
preg_match_all($reg, $str, $m);
print_r($m);12345
运行结果&#xff1a;
Array
(
[0] &#61;> Array
(
[0] &#61;> baidu---sohu
)
[1] &#61;> Array
(
[0] &#61;> baidu---sohu
)
)12345678910111213
发现结果不符合预期&#xff0c;出现了嵌套匹配。原因在于A标签之间的文本忘了做排除型匹配&#xff0c;于是修改后的正则表达式就成了]*>([^<>]*)<\/a>。经过修改后就符合预期了。
$reg &#61; "#]*>([^<>]*)<\/a>#";
$str &#61; &#39;baidu---sohu&#39;;
preg_match_all($reg, $str, $m);
print_r($m);
运行结果为&#xff1a;
Array
(
[0] &#61;> Array
(
[0] &#61;> baidu
[1] &#61;> sohu
)
[1] &#61;> Array
(
[0] &#61;> baidu
[1] &#61;> sohu
)
)
注&#xff1a;上述例子也可以使用前一篇博文中讲过的懒惰匹配。修改正则如下&#xff1a;
]*>(.*?)<\/a>
除了反义和排除型字符组外&#xff0c;否定环视也能表示“非”这种关系。比如有一串文字&#xff1a;“ab&#xff1c;p&#xff1e;onecde&#xff1c;div&#xff1e;fgh&#xff1c;/div&#xff1e;&#xff1c;img src&#61;”“&#xff1e;”。现在需要匹配除P标签外的所有标签。换而言之&#xff0c;就是先匹配所有HTML标签&#xff0c;可以使用如下表达式&#xff1a;
?\b[^>]&#43;>
匹配闭合的“&#xff1c;XXX&#xff1e;”或“&#xff1c;/XXX&#xff1e;”标签&#xff0c;然后再排除“XXX”或“/XXX”部分是P的标签&#xff0c;于是使用顺序否定环视&#xff0c;用表达式&#xff1a;
(?!/?p\b)
排除了“&#xff1c;”或“&#xff1c;/”这个位置后是P字符的情况&#xff0c;这样就满足需求了。最终的表达式则为&#xff1a;
<(?!/?p\b)[^>]&#43;>
初等&#xff08;先来几个简单的&#xff0c;了解一下&#xff09;
“ab" 表示以ab开头的字符串&#xff0c;例如”abc“ ”abc ed“
”ab&#43;" 表示一个字符串&#xff0c;由一个a和至少一个b组成
"ab?" 表示一个字符串&#xff0c;由一个a和一个或零个b组成
"ab{2,3}" 表示一个字符串&#xff0c;由一个a和2-3个b组成
“access|boot" 表示一个字符串,为access或者boot
"(a|b)*c" 表示一个字符串, 由一个或多个a(或者b) &#43; c 混合而成
[a-zA-Z] 表示一个字符&#xff0c;为一个字母
”[a-zA-Z0-9]$" 表示一个字符串,由一个字母或数字结束。
错误提示[ab\\d] 中括号中不能由转义字符
中等(文本框验证输入&#xff09;
“[\w]*" 只能输入数字或者字母的字符串
"[\d]{5,11}" 只能输入一串数字,5-11位&#xff0c;例如QQ号码
"[^\uFF00-\uFFFF]" 只能输入全角的
"[^\u4E00-\u9FA5]" 只能输入汉字
高等&#xff08;各种格式验证&#xff09;
”[&#43;]{0,1}(\d){1,3}[ ]?([-]?((\d)|[ ]){1,12})&#43; “ 检验普通电话、传真号码&#xff1a;可以“&#43;”或数字开头&#xff0c;可含有减号和空格
”http[s]{0,1}:\/\/.&#43;$/ 或 /^http[s]{0,1}:\/\/.{1,n}“ 检验URL
“([0-9A-F]{2})(-[0-9A-F]{2}){5}” 检验mac地址
“[-&#43;]?\d&#43;(\.\d&#43;)?” 值类型
“\\d{4}-\\d{1,2}-\\d{1,2}” 日期格式2018-7-30
”(\\d&#43;){5&#xff0c;11}&#64;(\\w&#43;)\\.(\\w){3}“ QQ邮箱格式
字符 | 描述 |
\ | 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如&#xff0c;“n”匹配字符“n”。“\n”匹配一个换行符。串行“\\”匹配“\”而“\(”则匹配“(”。 |
^ | 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性&#xff0c;^也匹配“\n”或“\r”之后的位置。 |
$ | 匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性&#xff0c;$也匹配“\n”或“\r”之前的位置。 |
* | 匹配前面的子表达式零次或多次。例如&#xff0c;zo*能匹配“z”以及“zoo”。*等价于{0,}。 |
&#43; | 匹配前面的子表达式一次或多次。例如&#xff0c;“zo&#43;”能匹配“zo”以及“zoo”&#xff0c;但不能匹配“z”。&#43;等价于{1,}。 |
? | 匹配前面的子表达式零次或一次。例如&#xff0c;“do(es)?”可以匹配“does”或“does”中的“do”。?等价于{0,1}。 |
{n} | n是一个非负整数。匹配确定的n次。例如&#xff0c;“o{2}”不能匹配“Bob”中的“o”&#xff0c;但是能匹配“food”中的两个o。 |
{n,} | n是一个非负整数。至少匹配n次。例如&#xff0c;“o{2,}”不能匹配“Bob”中的“o”&#xff0c;但能匹配“foooood”中的所有o。“o{1,}”等价于“o&#43;”。“o{0,}”则等价于“o*”。 |
{n,m} | m和n均为非负整数&#xff0c;其中n<&#61;m。最少匹配n次且最多匹配m次。例如&#xff0c;“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。 |
? | 当该字符紧跟在任何一个其他限制符&#xff08;*,&#43;,?&#xff0c;{n}&#xff0c;{n,}&#xff0c;{n,m}&#xff09;后面时&#xff0c;匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串&#xff0c;而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如&#xff0c;对于字符串“oooo”&#xff0c;“o&#43;?”将匹配单个“o”&#xff0c;而“o&#43;”将匹配所有“o”。 |
. | 匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符&#xff0c;请使用像“(.|\n)”的模式。 |
(pattern) | 匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到&#xff0c;在Vbscript中使用SubMatches集合&#xff0c;在JScript中则使用$0…$9属性。要匹配圆括号字符&#xff0c;请使用“\(”或“\)”。 |
(?:pattern) | 匹配pattern但不获取匹配结果&#xff0c;也就是说这是一个非获取匹配&#xff0c;不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。 |
(?&#61;pattern) | 正向肯定预查&#xff0c;在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配&#xff0c;也就是说&#xff0c;该匹配不需要获取供以后使用。例如&#xff0c;“Windows(?&#61;95|98|NT|2000)”能匹配“Windows2000”中的“Windows”&#xff0c;但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符&#xff0c;也就是说&#xff0c;在一个匹配发生后&#xff0c;在最后一次匹配之后立即开始下一次匹配的搜索&#xff0c;而不是从包含预查的字符之后开始。 |
(?!pattern) | 正向否定预查&#xff0c;在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配&#xff0c;也就是说&#xff0c;该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”&#xff0c;但不能匹配“Windows2000”中的“Windows”。预查不消耗字符&#xff0c;也就是说&#xff0c;在一个匹配发生后&#xff0c;在最后一次匹配之后立即开始下一次匹配的搜索&#xff0c;而不是从包含预查的字符之后开始 |
(?<&#61;pattern) | 反向肯定预查&#xff0c;与正向肯定预查类拟&#xff0c;只是方向相反。例如&#xff0c;“(?<&#61;95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”&#xff0c;但不能匹配“3.1Windows”中的“Windows”。 |
(? | 反向否定预查&#xff0c;与正向否定预查类拟&#xff0c;只是方向相反。例如“(? |
x|y | 匹配x或y。例如&#xff0c;“z|food”能匹配“z”或“food”。“(z|f)ood”则匹配“zood”或“food”。 |
[xyz] | 字符集合。匹配所包含的任意一个字符。例如&#xff0c;“[abc]”可以匹配“plain”中的“a”。 |
[^xyz] | 负值字符集合。匹配未包含的任意字符。例如&#xff0c;“[^abc]”可以匹配“plain”中的“p”。 |
[a-z] | 字符范围。匹配指定范围内的任意字符。例如&#xff0c;“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。 |
[^a-z] | 负值字符范围。匹配任何不在指定范围内的任意字符。例如&#xff0c;“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。 |
\b | 匹配一个单词边界&#xff0c;也就是指单词和空格间的位置。例如&#xff0c;“er\b”可以匹配“never”中的“er”&#xff0c;但不能匹配“verb”中的“er”。 |
\B | 匹配非单词边界。“er\B”能匹配“verb”中的“er”&#xff0c;但不能匹配“never”中的“er”。 |
\cx | 匹配由x指明的控制字符。例如&#xff0c;\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则&#xff0c;将c视为一个原义的“c”字符。 |
\d | 匹配一个数字字符。等价于[0-9]。 |
\D | 匹配一个非数字字符。等价于[^0-9]。 |
\f | 匹配一个换页符。等价于\x0c和\cL。 |
\n | 匹配一个换行符。等价于\x0a和\cJ。 |
\r | 匹配一个回车符。等价于\x0d和\cM。 |
\s | 匹配任何空白字符&#xff0c;包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。 |
\S | 匹配任何非空白字符。等价于[^ \f\n\r\t\v]。 |
\t | 匹配一个制表符。等价于\x09和\cI。 |
\v | 匹配一个垂直制表符。等价于\x0b和\cK。 |
\w | 匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。 |
\W | 匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。 |
\xn | 匹配n&#xff0c;其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如&#xff0c;“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。. |
\num | 匹配num&#xff0c;其中num是一个正整数。对所获取的匹配的引用。例如&#xff0c;“(.)\1”匹配两个连续的相同字符。 |
\n | 标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式&#xff0c;则n为向后引用。否则&#xff0c;如果n为八进制数字&#xff08;0-7&#xff09;&#xff0c;则n为一个八进制转义值。 |
\nm | 标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式&#xff0c;则nm为向后引用。如果\nm之前至少有n个获取&#xff0c;则n为一个后跟文字m的向后引用。如果前面的条件都不满足&#xff0c;若n和m均为八进制数字&#xff08;0-7&#xff09;&#xff0c;则\nm将匹配八进制转义值nm。 |
\nml | 如果n为八进制数字&#xff08;0-3&#xff09;&#xff0c;且m和l均为八进制数字&#xff08;0-7&#xff09;&#xff0c;则匹配八进制转义值nml。 |
\un | 匹配n&#xff0c;其中n是一个用四个十六进制数字表示的Unicode字符。例如&#xff0c;\u00A9匹配版权符号&#xff08;©&#xff09;。 |
常用正则表达式
用户名 | /^[a-z0-9_-]{3,16}$/ |
密码 | /^[a-z0-9_-]{6,18}$/ |
十六进制值 | /^#?([a-f0-9]{6}|[a-f0-9]{3})$/ |
电子邮箱 | /^([a-z0-9_\.-]&#43;)&#64;([\da-z\.-]&#43;)\.([a-z\.]{2,6})$/ /^[a-z\d]&#43;(\.[a-z\d]&#43;)*&#64;([\da-z](-[\da-z])?)&#43;(\.{1,2}[a-z]&#43;)&#43;$/ |
URL | /^(https?:\/\/)?([\da-z\.-]&#43;)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?$/ |
IP 地址 | /((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)/ /^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$/ |
HTML 标签 | /^<([a-z]&#43;)([^<]&#43;)*(?:>(.*)<\/\1>|\s&#43;\/>)$/ |
删除代码\\注释 | (? |
Unicode编码中的汉字范围 | /^[\u2E80-\u9FFF]&#43;$/ |
C&#43;&#43;11 正则表达式简单运用
正则表达式(regular expression)是计算机科学中的一个概念&#xff0c;又称规则表达式&#xff0c;通常简写为regex、regexp、RE、regexps、regexes、regexen。
正则表达式是一种文本模式。正则表达式是强大、便捷、高效的文本处理工具。正则表达式本身&#xff0c;加上如同一门袖珍编程语言的通用模式表示法(general pattern notation)&#xff0c;赋予使用者描述和分析文本的能力。配合上特定工具提供的额外支持&#xff0c;正则表达式能够添加、删除、分离、叠加、插入和修整各种类型的文本和数据。
完整的正则表达式由两种字符构成&#xff1a;特殊字符(special characters)称为”元字符”(meta characters)&#xff0c;其它为”文字”(literal)&#xff0c;或者是普通文本字符(normal text characters&#xff0c;如字母、数字、汉字、下划线)。正则表达式的元字符提供了更强大的描述能力。
和文本编辑器一样&#xff0c;绝大多数高级编程语言均支持正则表达式&#xff0c;如Perl、Java、Python、C/C&#43;&#43;&#xff0c;这些语言都有各自的正则表达式包。
一个正则表达式仅仅为一个字符串&#xff0c;它没有长度限制。“子表达式”指的是整个正则表达式中的一部分&#xff0c;通常是括号内的表达式&#xff0c;或者是由”|”分割的多选分支。
默认情况下&#xff0c;表达式中的字母是要区分大小写的。
常用的元字符&#xff1a;
- “.”&#xff1a; 匹配除"\n"之外的任何单个字符&#xff0c;若要匹配包括"\n"在内的任意字符&#xff0c;需使用诸如"[\s\S]"之类的模式&#xff1b;
- “^”&#xff1a;匹配输入字符串的开始位置&#xff0c;不匹配任何字符&#xff0c;要匹配”^”字符本身&#xff0c;需使用”\^”&#xff1b;
- “$”&#xff1a;匹配输入字符串结尾的位置&#xff0c;不匹配任何字符&#xff0c;要匹配”$”字符本身&#xff0c;需使用”\$”&#xff1b;
- “*”&#xff1a; 零次或多次匹配前面的字符或子表达式&#xff0c;”*”等效于”{0,}”&#xff0c;如”\^*b”可以匹配”b”、”^b”、”^^b”、…&#xff1b;
- “&#43;”&#xff1a; 一次或多次匹配前面的字符或子表达式&#xff0c;等效于”{1,}”&#xff0c;如”a&#43;b”可以匹配”ab”、”aab”、”aaab”、…&#xff1b;
- “?”&#xff1a; 零次或一次匹配前面的字符或子表达式&#xff0c;等效于”{0,1}”&#xff0c;如”a[cd]?”可以匹配”a”、”ac”、”ad”&#xff1b; 当此字符紧随任何其他限定符”*”、”&#43;”、”?”、”{n}”、”{n,}”、”{n,m}”之后时&#xff0c;匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串&#xff0c;而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。如&#xff0c;在字符串"oooo"中&#xff0c;"o&#43;?"只匹配单个"o"&#xff0c;而"o&#43;"匹配所有"o"&#xff1b;
- “|”&#xff1a;将两个匹配条件进行逻辑"或"(Or)运算,如正则表达式”(him|her)”匹配"itbelongs to him"和"it belongs to her"&#xff0c;但是不能匹配"itbelongs to them."&#xff1b;
- “\”&#xff1a; 将下一字符标记为特殊字符、文本、反向引用或八进制转义符&#xff0c;如&#xff0c;”n”匹配字符”n”,”\n”匹配换行符&#xff0c;序列”\\”匹配”\”,”\(“匹配”(“&#xff1b;
- “\w”&#xff1a;匹配字母或数字或下划线&#xff0c;任意一个字母或数字或下划线&#xff0c;即A~Z&#xff0c;a~z,0~9,_中任意一个&#xff1b;
- “\W”&#xff1a;匹配任意不是字母、数字、下划线的字符&#xff1b;
- “\s”&#xff1a;匹配任意的空白符&#xff0c;包括空格、制表符、换页符等空白字符的其中任意一个&#xff0c;与”[ \f\n\r\t\v]”等效&#xff1b;
- “\S”&#xff1a;匹配任意不是空白符的字符&#xff0c;与”[^\f\n\r\t\v]”等效&#xff1b;
- “\d”&#xff1a;匹配数字&#xff0c;任意一个数字&#xff0c;0~9中的任意一个&#xff0c;等效于”[0-9]”&#xff1b;
- “\D”&#xff1a;匹配任意非数字的字符&#xff0c;等效于”[^0-9]”&#xff1b;
- “\b”&#xff1a; 匹配一个字边界&#xff0c;即字与空格间的位置&#xff0c;也就是单词和空格之间的位置&#xff0c;不匹配任何字符&#xff0c;如&#xff0c;"er\b"匹配"never"中的"er"&#xff0c;但不匹配"verb"中的"er";
- “\B”&#xff1a; 非字边界匹配,"er\B"匹配"verb"中的"er"&#xff0c;但不匹配"never"中的"er"&#xff1b;
- “\f”&#xff1a;匹配一个换页符&#xff0c;等价于”\x0c”和”\cL”&#xff1b;
- “\n”&#xff1a;匹配一个换行符&#xff0c;等价于”\x0a”和”\cJ”&#xff1b;
- “\r”&#xff1a;匹配一个回车符&#xff0c;等价于”\x0d”和”\cM”&#xff1b;
- “\t”&#xff1a;匹配一个制表符&#xff0c;等价于”\x09”和”\cI”&#xff1b;
- “\v”&#xff1a;匹配一个垂直制表符&#xff0c;等价于”\x0b”和”\cK”&#xff1b;
- “\cx”&#xff1a;匹配”x”指示的控制字符,如&#xff0c;\cM匹配Control-M或回车符&#xff0c;”x”的值必须在”A-Z”或”a-z”之间,如果不是这样&#xff0c;则假定c就是"c"字符本身&#xff1b;
- “{n}”&#xff1a;”n”是非负整数&#xff0c;正好匹配n次&#xff0c;如&#xff0c;"o{2}"与"Bob"中的"o"不匹配&#xff0c;但与"food"中的两个"o"匹配&#xff1b;
- “{n,}”&#xff1a;”n”是非负整数,至少匹配n次,如&#xff0c;"o{2,}"不匹配"Bob"中的"o"&#xff0c;而匹配"foooood"中的所有”o”&#xff0c;"o{1,}"等效于"o&#43;"&#xff0c;"o{0,}"等效于"o*"&#xff1b;
- “{n,m}”&#xff1a;”n”和”m”是非负整数&#xff0c;其中n<&#61;m&#xff0c;匹配至少n次&#xff0c;至多m次&#xff0c;如&#xff0c;"o{1,3}"匹配"fooooood"中的头三个o&#xff0c;&#39;o{0,1}&#39;等效于&#39;o?&#39;&#xff0c;注意,不能将空格插入逗号和数字之间&#xff1b;如”ba{1,3}”可以匹配”ba”或”baa”或”baaa”&#xff1b;
- “x|y”&#xff1a;匹配”x”或”y”&#xff0c;如&#xff0c;”z|food”匹配"z"或"food"&#xff1b;”(z|f)ood”匹配"zood"或"food"&#xff1b;
- “[xyz]”&#xff1a;字符集&#xff0c;匹配包含的任一字符&#xff0c;如&#xff0c;"[abc]"匹配"plain"中的"a";
- “[^xyz]”&#xff1a;反向字符集&#xff0c;匹配未包含的任何字符&#xff0c;匹配除了”xyz”以外的任意字符&#xff0c;如&#xff0c;"[^abc]"匹配"plain"中的"p"&#xff1b;
- “[a-z]”&#xff1a;字符范围&#xff0c;匹配指定范围内的任何字符&#xff0c;如&#xff0c;"[a-z]"匹配"a"到"z"范围内的任何小写字母&#xff1b;
- “[^a-z]”&#xff1a;反向范围字符&#xff0c;匹配不在指定的范围内的任何字符&#xff0c;如&#xff0c;"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符&#xff1b;
- “( )”&#xff1a;将”(“和”)”之间的表达式定义为”组”group&#xff0c;并且将匹配这个表达式的字符保存到一个临时区域,一个正则表达式中最多可以保存9个&#xff0c;它们可以用”\1”到”\9”的符号来引用&#xff1b;
- “(pattern)”&#xff1a;匹配pattern并捕获该匹配的子表达式&#xff0c;可以使用$0…$9属性从结果”匹配”集合中检索捕获的匹配&#xff1b;
- “(?:pattern)”&#xff1a;匹配pattern但不捕获该匹配的子表达式&#xff0c;即它是一个非捕获匹配&#xff0c;不存储供以后使用的匹配&#xff0c;这对于用”or”字符” (|)”组合模式部件的情况很有用, 如&#xff0c;”industr(?:y|ies)”是比”industry|industries”更简略的表达式&#xff1b;
- “(?&#61;pattern)”&#xff1a; 非获取匹配&#xff0c;正向肯定预查&#xff0c;在任何匹配pattern的字符串开始处匹配查找字符串&#xff0c;该匹配不需要获取供以后使用。如&#xff0c;"Windows(?&#61;95|98|NT|2000)"能匹配"Windows2000"中的"Windows"&#xff0c;但不能匹配"Windows3.1"中的"Windows"。预查不消耗字符&#xff0c;也就是说&#xff0c;在一个匹配发生后&#xff0c;在最后一次匹配之后立即开始下一次匹配的搜索&#xff0c;而不是从包含预查的字符之后开始&#xff1b;
- “(?!pattern)”&#xff1a; 非获取匹配&#xff0c;正向否定预查&#xff0c;在任何不匹配pattern的字符串开始处匹配查找字符串&#xff0c;该匹配不需要获取供以后使用。如"Windows(?!95|98|NT|2000)"能匹配"Windows3.1"中的"Windows"&#xff0c;但不能匹配"Windows2000"中的"Windows"&#xff1b;
要匹配某些特殊字符&#xff0c;需在此特殊字符前面加上”\”&#xff0c;如要匹配字符”^”、”$”、”()”、”[]”、”{}”、”.”、”?”、”&#43;”、”*”、”|”&#xff0c;需使用” \^”、” \$”、” \ (“、”\)”、” \ [“、”\]”、” \{“、”\}”、” \.”、” \?”、” \&#43;”、” \*”、” \|”。
在C&#43;&#43;/C&#43;&#43;11中&#xff0c;GCC版本是4.9.0及以上&#xff0c;VS版本为VS2013及以上时&#xff0c;会有regex头文件&#xff0c;此头文件中会有regex_match、regex_search、regex_replace等函数可供调用&#xff0c;以下是测试代码&#xff1a;
#include "regex.hpp"
#include
#include
#include
#include int test_regex_match()
{std::string pattern{ "\\d{3}-\\d{8}|\\d{4}-\\d{7}" }; // fixed telephonestd::regex re(pattern);std::vector str{ "010-12345678", "0319-9876543", "021-123456789"};/* std::regex_match:判断一个正则表达式(参数re)是否匹配整个字符序列str,它主要用于验证文本注意&#xff0c;这个正则表达式必须匹配被分析串的全部&#xff0c;否则返回false;如果整个序列被成功匹配&#xff0c;返回true*/for (auto tmp : str) {bool ret &#61; std::regex_match(tmp, re);if (ret) fprintf(stderr, "%s, can match\n", tmp.c_str());else fprintf(stderr, "%s, can not match\n", tmp.c_str());}return 0;
}int test_regex_search()
{std::string pattern{ "http|hppts://\\w*$" }; // urlstd::regex re(pattern);std::vector str{ "http://blog.csdn.net/fengbingchun", "https://github.com/fengbingchun","abcd://124.456", "abcd https://github.com/fengbingchun 123" };/* std::regex_search:类似于regex_match,但它不要求整个字符序列完全匹配可以用regex_search来查找输入中的一个子序列&#xff0c;该子序列匹配正则表达式re*/for (auto tmp : str) {bool ret &#61; std::regex_search(tmp, re);if (ret) fprintf(stderr, "%s, can search\n", tmp.c_str());else fprintf(stderr, "%s, can not search\n", tmp.c_str());}return 0;
}int test_regex_search2()
{std::string pattern{ "[a-zA-z]&#43;://[^\\s]*" }; // urlstd::regex re(pattern);std::string str{ "my csdn blog addr is: http://blog.csdn.net/fengbingchun , my github addr is: https://github.com/fengbingchun " };std::smatch results;while (std::regex_search(str, results, re)) {for (auto x : results)std::cout <}int test_regex_replace()
{std::string pattern{ "\\d{18}|\\d{17}X" }; // id cardstd::regex re(pattern);std::vector str{ "123456789012345678", "abcd123456789012345678efgh","abcdefbg", "12345678901234567X" };std::string fmt{ "********" };/* std::regex_replace:在整个字符序列中查找正则表达式re的所有匹配这个算法每次成功匹配后&#xff0c;就根据参数fmt对匹配字符串进行替换*/for (auto tmp : str) {std::string ret &#61; std::regex_replace(tmp, re, fmt);fprintf(stderr, "src: %s, dst: %s\n", tmp.c_str(), ret.c_str());}return 0;
}int test_regex_replace2()
{// reference: http://www.cplusplus.com/reference/regex/regex_replace/std::string s("there is a subsequence in the string\n");std::regex e("\\b(sub)([^ ]*)"); // matches words beginning by "sub"// using string/c-string (3) version:std::cout <}