正则表达式的支持

  1. 云栖社区>
  2. 博客列表>
  3. 正文

正则表达式的支持

ryan_bai 2017-10-17 12:15:00 浏览165 评论0

摘要: 一、匹配字符 字符类 匹配的字符 举例 \d 从0-9的任一数字 \d\d:匹配72,但不匹配aa或7a \D 任一非数字字符 \D\D\D:匹配abc,但不匹配123 \w 任一单词字符,包括A-Z,a-z,0-9和下划线 \w\w\w\w:...

一、匹配字符

字符类 匹配的字符 举例
\d 从0-9的任一数字 \d\d:匹配72,但不匹配aa或7a
\D 任一非数字字符 \D\D\D:匹配abc,但不匹配123
\w 任一单词字符,包括A-Z,a-z,0-9和下划线 \w\w\w\w:匹配Ab-2,但不匹配∑£$%*或Ab_@
\W 任一非单词字符 \W匹配@,但不匹配a
\s 任一空白字符,包括制表符,换行符,回车符,换页符和垂直制表符 匹配在HTML,XML和其他标准定义中的所有传统空白字符
\S 任一非空白字符 空白字符以外的任意字符,如A%&g3;等
. 任一字符 匹配除换行符以外的任意字符除非设置了MultiLine先项
[…] 括号中的任一字符 [abc]:将匹配一个单字符,a,b或c.
[a-z]:将匹配从a到z的任一字符
[^…] 不在括号中的任一字符 [^abc]:将匹配一个a、b、c之外的单字符,可以a,b或A、B、C
[^a-z]将匹配不属于a-z的任一字符,但可以匹配所有的大写字母

二、重复字符

重复字符 含义 举例
{n} 匹配前面的字符n次 x{2}匹配xx,但不匹配x或xxx
{n,} 匹配前面的字符至少n次 x{2}匹配2个或更多的x,如xxx,xxx..
{n,m} 匹配前面的字符至少n次,至多m次。如果n为0,此参数为可选参数 x{2,4}匹配xx,xxx,xxxx,但不匹配xxxxx
? 匹配前面的字符0次或1次,实质上也是可选的 x?匹配x或零个x
+ 匹配前面的字符0次或多次 x+匹配x或xx或大于0的任意多个x
* 匹配前面的字符0次或更多次 x*匹配0,1或更多个x

三、定位字符

定位字符 描述
^ 随后的模式必须位于字符串的开始位置,如果是一个多行字符串,则必须位于行首。对于多行文本(包含回车符的一个字符串)来说,需要设置多行标志
$ 前面的模式必须位于字符串的未端,如果是一个多行字符串,必须位于行尾
\A 前面的模式必须位于字符串的开始位置,忽略多行标志
\z 前面的模式必须位于字符串的未端,忽略多行标志
\Z 前面的模式必须位于字符串的未端,或者位于一个换行符前
\b 匹配一个单词边界,也就是一个单词字符和非单词字符中间的点。要记住一个单词字符是[a-zA-Z0-9]中的一个字符。位于一个单词的词首
\B 匹配一个非单词字符边界位置,不是一个单词的词首

注:定位字符可以应用于字符或组合,放在字符串的左端或右端

四、分组字符

分组字符 定义 举例
() 此字符可以组合括号内模式所匹配的字符,它是一个捕获组,也就是说模式匹配的字符作为最终设置了ExplicitCapture选项――默认状态下字符不是匹配的一部分 输入字符串为:ABC1DEF2XY
匹配3个从A到Z的字符和1个数字的正则表达式:([A-Z]{3}\d)
将产生两次匹配:Match 1=ABC1;Match 2=DEF2每次匹配对应一个组:Match1的第一个组=ABC;Match2的第1个组=DEF
有了反向引用,就可以通过它在正则表达式中的编号以及C#和类Group,GroupCollection来访问组。如果设置了ExplicitCapture选项,就不能使用组所捕获的内容
(?:) 此字符可以组合括号内模式所匹配的字符,它是一个非捕获组,这意味着模式所的字符将不作为一个组来捕获,但它构成了最终匹配结果的一部分。它基本上与上面的组类型相同,但设定了选项ExplicitCapture 输入字符串为:1A BB SA1 C
匹配一个数字或一个A到Z的字母,接着是任意单词字符的正则表达式为:(?:\d|[A-Z]\w)
它将产生3次匹配:每1次匹配=1A;每2次匹配=BB;每3次匹配=SA但是没有组被捕获
(?<name>) 此选项组合括号内模式所匹配的字符,并用尖括号中指定的值为组命名。在正则表达式中,可以使用名称进行反向引用,而不必使用编号。即使不设置ExplicitCapture选项,它也是一个捕获组。这意味着反向引用可以利用组内匹配的字符,或者通过Group类访问 输入字符串为:Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza能够匹配它们的姓名,并在一个组llastName中捕获姓的正则表达式为:\b[A-Z][a-z]+(?<lastName>[A-Z][a-z]+)\b
它产生了4次匹配:First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza
每一次匹配都对应了一个lastName组:
第1次匹配:lastName group=Seinfeld
第2次匹配:lastName group=Benes
第3次匹配:lastName group=Kramer
第4次匹配:lastName group=Costanza
不管是否设置了选项ExplictCapture,组都将被捕获
(?=) 正声明。声明的右侧必须是括号中指定的模式。此模式不构成最终匹配的一部分 正则表达式\S+(?=.NET)要匹配的输入字符串为:The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal
将产生如下匹配:
C#
VB
JScript.
(?!) 负声明。它规定模式不能紧临着声明的右侧。此模式不构成最终匹配的一部分 \d{3}(?![A-Z])要匹配的输入字符串为:123A 456 789111C
将产生如下匹配:
456
789
(?<=) 反向正声明。声明的左侧必须为括号内的指定模式。此模式不构成最终匹配的一部分 正则表达式(?<=New)([A-Z][a-z]+)要匹配的输入字符串为:The following states,New Mexico,West Virginia,Washington, New England
它将产生如下匹配:
Mexico
England
(?<!) 反向正声明。声明的左侧必须不能是括号内的指定模式。此模式不构成最终匹配的一部分 正则表达式(?<!1)\d{2}([A-Z])要匹配的输入字符串如下:123A456F789C111A
它将实现如下匹配:
56F
89C
(?>) 非回溯组。防止Regex引擎回溯并且防止实现一次匹配 假设要匹配所有以“ing”结尾的单词。输入字符串如下:He was very trusing
正则表达式为:.*ing
它将实现一次匹配――单词trusting。“.”匹配任意字符,当然也匹配“ing”。所以,Regex引擎回溯一位并在第2个“t”停止,然后匹配指定的模式“ing”。但是,如果禁用回溯操作:(?>.*)ing
它将实现0次匹配。“.”能匹配所有的字符,包括“ing”――不能匹配,从而匹配失败

五、决策字符

字符 描述 举例
(?(regex)yes_regex|no_regex) 如果表达式regex匹配,那么将试图匹配表达式yes。否则匹配表达式no。正则表达式no是可先参数。注意,作出决策的模式宽度为0.这意味着表达式yes或no将从与regex表达式相同的位置开始匹配 正则表达式(?(\d)dA|A-Z)B)要匹配的输入字符串为:1A CB3A5C 3B它实现的匹配是:1ACB3A
(?(group name or number)yes_regex|no_regex) 如果组中的正则表达式实现了匹配,那么试图匹配yes正则表达式。否则,试图匹配正则表达式no。no是可先的参数 正则表达式(\d7)?-(?(1)\d\d[A-Z]|[A-Z][A-Z]要匹配的输入字符串为:77-77A 69-AA 57-B
它实现的匹配为:
77-77A
-AA
注:上面表中列出的字符强迫处理器执行一次if-else决策

六、替换字符

字符 描述
$group 用group指定的组号替换
${name} 替换被一个(?<name>)组匹配的最后子串
$$ 替换一个字符$
$& 替换整个的匹配
$^ 替换输入字符串匹配之前的所有文本
$’ 替换输入字符串匹配之后的所有文本
$+ 替换最后捕获的组
$_ 替换整个的输入字符串注:以上为常用替换字符,不全

七、转义序列

字符 描述
\\ 匹配字符“\”
\. 匹配字符“.”
\* 匹配字符“*”
\+ 匹配字符“+”
\? 匹配字符“?”
\| 匹配字符“|”
\( 匹配字符“(”
\) 匹配字符“)”
\{ 匹配字符“{”
\} 匹配字符“}”
\^ 匹配字符“^”
\$ 匹配字符“$”
\n 匹配换行符
\r 匹配回车符
\t 匹配制表符
\v 匹配垂直制表符
\f 匹配换面符
\nnn 匹配一个8进数字,nnn指定的ASCII字符。如\103匹配大写的C
\xnn 匹配一个16进数字,nn指定的ASCII字符。如\x43匹配大写的C
\unnnn 匹配由4位16进数字(由nnnn表示)指定的Unicode字符
\cV 匹配一个控制字符,如\cV匹配Ctrl-V

八、选项标志

选项标志 名称
I IgnoreCase
M Multiline
N ExplicitCapture
S SingleLine
X IgnorePatternWhitespace

注:选项本身的信作含义如下表所示:

标志 名称
IgnoreCase 使模式匹配不区分大小写。默认的选项是匹配区分大小写
RightToLeft 从右到左搜索输入字符串。默认是从左到右以符合英语等的阅读习惯,但不符合阿拉伯语或希伯来语的阅读习惯
None 不设置标志。这是默认选项
Multiline 指定^和$可以匹配行首和行尾,以及字符串的开始和结尾。这意味着可以匹配每个用换行符分隔的行。但是,字符“.”仍然不匹配换行符
SingleLine 规定特殊字符“.”匹配任意的字符,包括换行符。默认情况下,特殊字符“.”不匹配换行符。通常与MultiLine选项一起使用
ECMAScript. ECMA(European Coputer Manufacturer’s Association,欧洲计算机生产商协会)已经定义了正则表达式应该如何实现,而且已经在ECMAScript规范中实现,这是一个基于标准的JavaScript。这个选项只能与IgnoreCase和MultiLine标志一起使用。与其它任何标志一起使用,ECMAScript都将产生异常
IgnorePatternWhitespace 此选项从使用的正则表达式模式中删除所有非转义空白字符。它使表达式能跨越多行文本,但必须确保对模式中所有的空白进行转义。如果设置了此选项,还可以使用“#”字符来注释下则表达式
Complied 它把正则表达式编译为更接近机器代码的代码。这样速度快,但不允许对它进行任何修改

九、oracle的正则表达式(regular expression)

测试数据 

create table test(mc varchar2(60));
insert into test values('112233445566778899');
insert into test values('22113344 5566778899');
insert into test values('33112244 5566778899');
insert into test values('44112233 5566 778899');
insert into test values('5511 2233 4466778899');
insert into test values('661122334455778899');
insert into test values('771122334455668899');
insert into test values('881122334455667799');
insert into test values('991122334455667788');
insert into test values('aabbccddee');
insert into test values('bbaaaccddee');
insert into test values('ccabbddee');
insert into test values('ddaabbccee');
insert into test values('eeaabbccdd');
insert into test values('ab123');
insert into test values('123xy');
insert into test values('007ab');
insert into test values('abcxy');
insert into test values('The final test is is is how to find duplicate words.');
commit;
函数 说明
REGEXP_LIKE

语法:

REGEXP_LIKE(
  source_string, 
  pattern
  [,match_parameter])
说明:返回满足匹配模式的字符串。相当于增强的like函数。
 Source_string指定源字符表达式;
 pattern指定规则表达式;
 match_parameter指定默认匹配操作的文本串。
其中position,occurtence,match_parameter参数都是可选的
例句:
select * from test where regexp_like(mc,'^a{1,3}');
select * from test where regexp_like(mc,'a{1,3}');
select * from test where regexp_like(mc,'^a.*e$');
select * from test where regexp_like(mc,'^[[:lower:]] ¦[[:digit:]]');
select * from test where regexp_like(mc,'^[[:lower:]]');
Select mc FROM test Where REGEXP_LIKE(mc,'[^[:digit:]]');
Select mc FROM test Where REGEXP_LIKE(mc,'^[^[:digit:]]');
REGEXP_INSTR

语法:

REGEXP_INSTR(
  source_string, 
  pattern
  [,start_position
  [,occurrence
  [,return_option
  [,match_parameter]]]])
说明:该函数查找 pattern,并返回该模式的第一个位置。您可以随意指定您想要开始搜索的 start_position。 
 occurrence 参数默认为 1,除非您指定您要查找接下来出现的一个模式。
 return_option 的默认值为 0,它返回该模式的起始位置;值为 1 则返回符合匹配条件的下一个字符的起始位置
例句:
Select REGEXP_INSTR(mc,'[[:digit:]]$') from test;
Select REGEXP_INSTR(mc,'[[:digit:]]+$') from test;
Select REGEXP_INSTR('The price is $400.','$[[:digit:]]+') FROM DUAL;
Select REGEXP_INSTR('onetwothree','[^[[:lower:]]]') FROM DUAL;
Select REGEXP_INSTR(',,,,,','[^,]*') FROM DUAL;
Select REGEXP_INSTR(',,,,,','[^,]') FROM DUAL;
REGEXP_SUBSTR

语法:

REGEXP_SUBSTR(
  source_string, 
  pattern
  [,position 
  [,occurrence
  [,match_parameter]]])
说明:返回匹配模式的子字符串。相当于增强的substr函数。
 Source_string指定源字符表达式;
 pattern指定规则表达式;
 position指定起始搜索位置;
 occurtence指定替换出现的第n个字符串;
 match_parameter指定默认匹配操作的文本串。
其中position,occurtence,match_parameter参数都是可选的
match_option的取值如下:
 ‘c’  说明在进行匹配时区分大小写(缺省值);
 'i'  说明在进行匹配时不区分大小写;
 'n'  允许使用可以匹配任意字符的操作符;
 'm'  将x作为一个包含多行的字符串。
例句:
SELECT REGEXP_SUBSTR(mc,'[a-z]+') FROM test;
SELECT REGEXP_SUBSTR(mc,'[0-9]+') FROM test;
SELECT REGEXP_SUBSTR('aababcde','^a.*b') FROM DUAL;
REGEXP_REPLACE

语法:

REGEXP_REPLACE(
  source_string,
  pattern,
  replace_string,
  position,
  occurtence,
  match_parameter)
说明:字符串替换函数。相当于增强的replace函数。
 Source_string指定源字符表达式;
 pattern指定规则表达式;
 replace_string指定用于替换的字符串;
 position指定起始搜索位置;
 occurtence指定替换出现的第n个字符串;
 match_parameter指定默认匹配操作的文本串。
其中replace_string,position,occurtence,match_parameter参数都是可选的。

例句:

Select REGEXP_REPLACE('Joe Smith','( ){2,}', ',') AS RX_REPLACE FROM dual;
Select REGEXP_REPLACE('aa bb cc','(.*) (.*) (.*)', '3, 2, 1') FROM dual;
特殊字符:
 '^' 匹配输入字符串的开始位置,在方括号表达式中使用,此时它表示不接受该字符集合。
 '$' 匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性,则 $ 也匹配 'n' 或 'r'。
 '.' 匹配除换行符 n之外的任何单字符。
 '?' 匹配前面的子表达式零次或一次。
 '*' 匹配前面的子表达式零次或多次。
 '+' 匹配前面的子表达式一次或多次。
 '( )' 标记一个子表达式的开始和结束位置。
 '[]' 标记一个中括号表达式。
 '{m,n}' 一个精确地出现次数范围,m= <出现次数 <=n,'{m}'表示出现m次,'{m,}'表示至少出现m次。
 ' ¦' 指明两项之间的一个选择。例子'^([a-z]+ ¦[0-9]+)$'表示所有小写字母或数字组合成的字符串。
 num 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。
字符簇: 
 [[:alpha:]] 任何字母。
 [[:digit:]] 任何数字。
 [[:alnum:]] 任何字母和数字。
 [[:space:]] 任何白字符。
 [[:upper:]] 任何大写字母。
 [[:lower:]] 任何小写字母。
 [[:punct:]] 任何标点符号。
 [[:xdigit:]] 任何16进制的数字,相当于[0-9a-fA-F]。各种操作符的运算优先级
转义符
 (), (?:), (?=), [] 圆括号和方括号
 *, +, ?, {n}, {n,}, {n,m} 限定符
 ^, $, anymetacharacter 位置和顺序
 ¦ “或”操作

用云栖社区APP,舒服~

【云栖快讯】诚邀你用自己的技术能力来用心回答每一个问题,通过回答传承技术知识、经验、心得,问答专家期待你加入!  详情请点击

网友评论

ryan_bai
文章83篇 | 关注3
关注
大数据商业智能套件提供海量数据实时在线分析,拖拽式操作、丰富的可视化效果,帮助您轻松自如地完... 查看详情
移动测试(Mobile Testing)是为广大企业客户和移动开发者提供真机测试服务的云平台... 查看详情
云数据库PPAS版,是阿里云与EnterpriseDB公司合作基于PostgreSQL高度兼... 查看详情
为您提供简单高效、处理能力可弹性伸缩的计算服务,帮助您快速构建更稳定、安全的应用,提升运维效... 查看详情
阿里云9.10会员日

阿里云9.10会员日