跳转至

正则表达式

正则表达式元字符（Metacharacters）

元字符用于表示字符集合或具有特殊含义的字符。

常用字符类

元字符 含义
. 匹配任意单个字符
\w 单词字符（字母、数字、下划线）
\W 非单词字符（特殊符号类）
\d 数字字符
\D 非数字字符
\s 空白字符（空格、tab、换行等）
\S 非空白字符

边界与位置匹配类

元字符 含义
^ 匹配行首
$ 匹配行尾
\A 匹配开头（不受多行影响）
\Z 匹配末尾（不受多行影响，最后可有换行）
\z 绝对匹配末尾（不受多行影响，最后换行都不能有）
\b 匹配单词边界
\B 匹配非单词边界
\G 上次匹配结束位置

^ $ \A \Z \z 解释： 基于边界的匹配。

^ / $ 默认匹配整个输入的开始/结束；当开启多行模式（如 m）时，^ / $ 才会匹配每一行的行首/行尾。但是有时候想要全篇匹配，就需要 \A \Z 精确的匹配开头和结尾，而 \z 则在结尾处要求更严格，即使结尾多一个换行符也不行。

\b \B 解释： 基于单词的匹配。

Bash
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
# 示例 1
hello world

# 示例 2
helloworld

# 正则
hello\b # 可以匹配到示例 1 中的hello

# 正则
hello\B # 可以匹配到示例 2 中的hello

\G 解释： 连续性匹配，当匹配到满足项后从该位置继续匹配，不满足就结束匹配。

Bash
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
# 示例 1
123-123

# 示例 2
123123

# 正则
\d+ # 在示例 1 和示例 2 都可以完成匹配所有数字

# 正则
\G\d+ # 在示例 1 只能匹配第一个123，示例 2 可以全部匹配

控制字符

元字符 含义
\n 换行符
\r 回车符
\t 制表符
\f 换页符
\a 响铃符
\e ESC 字符

Unicode 支持（高级）

不太常用可以了解一下。

元字符 含义
\uhhhh 16 进制 Unicode 字符
\Uhhhhhhhh 8 位 Unicode 字符
\xhh 2 位 16 进制字符
\x{hhhh} 可变长度 Unicode
\p{X} 匹配指定 Unicode 属性
\P{X} 非指定 Unicode 属性
\N{name} 匹配命名 Unicode 字符
\X 字素簇（Grapheme Cluster）

其他特殊字符

不太常用可以了解一下。

元字符 含义
\Q...\E 将内容转为字面量
\k 命名反向引用
\0ooo 八进制字符

正则表达式字符集合（Set Expressions）

表示一个集合内容。

表达式 含义
[abc] 匹配 a、b、c 任一字符
[^abc] 排除字符集 a、b、c
[A-Z] 范围匹配 A-Z
[\u0000-\U0010ffff] 所有 Unicode 字符

正则表达式量词（Quantifiers）

用于控制匹配次数。

贪婪量词（默认）

在能匹配成功的前提下尽量多匹配。

表达式 含义
* 0 次或多次匹配
+ 1 次或多次匹配
? 0 或 1 次匹配
{n} 恰好匹配 n 次
{n,} 至少匹配 n 次
{n,m} n 到 m 次匹配
.* 匹配任意字符（除了换行）

非贪婪量词（Lazy）

在能匹配成功的前提下尽量少匹配。

表达式 含义
*? 最少匹配 0 次
+? 最少匹配 1 次
?? 0 或 1 次匹配，优先 0 次
{n,m}? 在范围内最大程度少匹配
.*? 最大程度少匹配

占有型量词（Possessive）

占有型可以理解为 贪婪 + 锁死回溯 ， 回溯： 正则匹配失败后，往回退一步重新匹配。

表达式 含义
*+ 匹配 0 次或多次，并且一旦匹配就不回溯
++ 匹配 1 次或多次，并且一旦匹配就不回溯
?+ 匹配 0 或 1 次，并且一旦选择就不回溯
{n,m}+ 匹配 n~m 次（通常先按贪婪取尽可能多），并且不回溯
Bash
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
# 例子
aacc

# 贪婪模式正则 1
a.*c # 结果为：aacc，.* 任意非换行字符任意次，所以全部匹配
# 贪婪模式正则 2
a+c # 结果为：aac
# 贪婪模式正则 3
a?c # 结果为：ac
# 贪婪模式正则 4
a{0,2}c # 结果为：aac，按最大匹配


# 非贪婪模式正则 1
a*?c # 结果为： aac，先尝试匹配 0 个 a，失败；再尝试 1 个 a，失败；再尝试 2 个 a，成功，因此匹配结果为 aac
# 非贪婪模式正则 2
a+?c # 结果为： aac，这里最少匹配一个 a
# 非贪婪模式正则 3
a??c # 结果为： ac，这里如果将例子改为 caacc，这结果为 c，默认先尝试 0 个 a，刚好找到 c 就停止了
# 非贪婪模式正则 4
a{0,1}?c # 结果为： ac，{0,1}? 等价于 ??

# 占有型模式正则 1
a*+c # 结果为：aac，首先贪婪匹配 aa，锁死不回溯然后匹配第一个 c，得到aac
# 占有型模式正则 2
a++c # 结果依然是aac，因为它会默认先贪婪匹配所有 a，然后在匹配 c
# 占有型模式正则 3
a?+c # 结果为：ac，注意：不回溯不是只进行一轮匹配，而是每个字符向下匹配，最终匹配到 ac
# 占有型模式正则 4
a{2,4}+c # 结果为：aac，这里和贪婪和非贪婪模式得到的结果一致

# 一些对比
{n,m}   # 贪婪（尽量多，失败会回溯）
{n,m}?  # 非贪婪（尽量少，不够再加）
{n,m}+  # 占有型（尽量多，但不回溯）

正则表达式分组与操作符（Operators）

表达式 含义
(pattern) 捕获分组，将括号看成一个整体返回
(?:pattern) 非捕获分组，匹配 pattern 但不获取匹配结果
(?=pattern) 正向肯定预查（正向前瞻）
(?!pattern) 正向否定预查（负向前瞻）
(?<=pattern) 反向肯定预查（正向后顾）
(?<!pattern) 反向否定预查（负向后顾）

(?=pattern) 和 (?!pattern) 解析：

Bash
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
# 例子
Windows95
Windows3.1

# (?=pattern) 正则
Windows(?=95|98|NT|2000)
# 匹配满足 Windows 后面包含括号内的字符，输出 Windows（Windows95）

# (?!pattern) 正则
Windows(?!95|98|NT|2000)
# 匹配不满足 Windows 后面包含括号内的字符，输出 Windows（Windows3.1）

(?<=pattern) 和 (?<!pattern) 解析：

Bash
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
# 例子
2000Windows
3.1Windows

# (?<=pattern) 正则
(?<=95|98|NT|2000)Windows
# 匹配满足 Windows 前面包含括号内的字符，输出 Windows（2000Windows）

# (?<!pattern) 正则
(?<!95|98|NT|2000)Windows
# 匹配不满足 Windows 前面包含括号内的字符，输出 Windows（3.1Windows）

配合 | {} 使用：

Bash
1
2
3
4
5
6
7
8
# 通过 | 实现多个选项匹配
# 例子
a123
aa123
ab123

# 匹配 abc 字符中任意两个 + 123
(a|b|c){2}123 # 可以匹配到 aa123 和 ab123

正则表达式匹配模式（Mode）

模式修饰符（Flags）

标志 含义
i 忽略大小写
m 多行模式（^ 和 $ 按行匹配）
s 点号匹配换行（DOTALL）
x 允许空格和注释

行内修饰符（Inline Flags）

表达式 含义
(?i) 开启忽略大小写
(?-i) 关闭忽略大小写
(?i)abc 全局模式，整个表达式生效
(?i:abc) 局部模式，仅在括号内生效
(?s).* 可以换匹配全部内容，包含存在换行的字符串

注意： (?i)abc 直接写表示全局模式（对整个表达式生效）， (?i:abc) 为局部模式，仅在当前括号生效。

Bash
1
2
3
4
5
# abc 忽略大小写，def 必须小写
(?i)abc(?-i)def
(?i)abc(?-i:def)
# 也可以多个修饰符一起用
(?im)^abc

常用正则表达式

匹配 URL：

Bash
1
2
3
4
# URL + 请求资源
(https?|ftp|file)://[-A-Za-z0-9+&@#/%?=~_|!:,.;]+[-A-Za-z0-9+&@#/%=~_|]
# URL
[A-Za-z]+://[^\s]*

匹配 IP 地址：

Bash
1
2
3
4
5
6
7
8
# 0-255.0-255.0-255.0-255
^(?:(?: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]?)$

# 1-255.0-255.0-255.1-255
(?<!\d)((25[0-5]|2[0-4]\d|1\d\d|[1-9])\.)((25[0-5]|2[0-4]\d|1\d\d|\d)\.){2}(25[0-5]|2[0-4]\d|1\d\d|[1-9])(?!\d)

# 注意：添加 ^$是为了完整匹配，仅允许匹配行必须为IP地址
# (?<!\d) 和 (?!\d) 是为了断言匹配，意指 IP 地址的前后不能有数字

匹配邮箱：

Bash
1
[\w!#$%&'*+/=?^_`{|}~-]+(?:\.[\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?

匹配中文：

Bash
1
[\u4e00-\u9fa5]

在线网站

Bash
1
2
https://regexr.com/
https://tool.oschina.net/regex