正则表达式有两种风格:posix和perl风格,最常用是posix风格的。下面记录的均是posix风格 字符集和类 通配符,可以匹配除换行符(\\n)之外的任意一个字符 >.at,可以匹配”cat”,“sat”,“mat”等,一般这种通配符用于匹配操作系统中的文件名 限定范围 > 1. 如果要限定匹配的范围,可以使用[a-z]at形式,任何包括在方括号中的内容都是一个字符类-匹配字符所属的字符集合 >2. 可以列出一个集合,[aeiou],来匹配所有元音字母 >3. 也可以描述一个范围,正如前面的连字符,也是一个范围集:[a-zA-Z],这个集合代表任何的大小字母 >4. 也可以指明不属于某个集合,[^a-z],用来匹配不在小写字母中的字符 重复 如果希望某个字符串或者字符类不止一次出现,可以使用2个特殊字符代替:*和+,这两个符号放在表示式后面 - *表示这个模式可以重复0次或多次 - +表示这个模式可以重复1次或更多次 c+at,表示可以匹配”cat”,“ccat”,“cccat”,但是无法匹配”at” c*at,表示可以匹配”cat”,“ccat”,“cccat”,也可以匹配”at” 子表达式 通常,将一个表达式分为几个子表达式非常有用,使用圆括号来实现。 (very )*large,可以匹配:”large”,“very large”,“very very large” 子表达式计数 可以在花括号{}中的数字表达式来指定内容允许重复出现的次数。可以指定一个确切的数字,也可以是一个重复次数范围,或是一个开区间的重复范围 (very){1, 2},可以匹配”very”,“veryvery” (very){3},可以匹配”veryveryvery” (very)(1,),可以匹配”very”,“veryvery”,“veryveryvery”… 定位到字符串的开始或末尾 脱字符号^用于正则表达式的开始,表示子字符串必须出现被搜索字符串的开始处 字符$,用于正则表达式的末尾,表示子字符串必须出现在字符串的末尾 ^bob,用于在字符串开始处匹配bob com$,用于在字符串末尾处匹配com ^[a-z]$,这个将只能匹配a-z之间的字符组成的字符串 分支 可以使用正则表达式中一条竖线,来表示一个选择 com|edu|net,来匹配”com”,“net”,“edu”中任意一个 匹配特殊字符 如果要匹配那些特殊字符,需要使用转义形式,在要匹配的字符前面加一个反斜杠\\ 特殊字符主要有: - \: 转义字符 - ^: 在字符串开始匹配 - $: 在字符串末尾匹配 - .……

阅读全文