正则表达式学习笔记与经验总结

以前总是习惯把笔记都写在笔记本上，blog便一直荒废着。现在趁着暑假有几天清闲日子，还是把笔记本上的东西都搬到博客里来吧。顺便温故而知新下——正则表达式。

先来个复杂的：比如如下邮箱，字母开头，可以含数字，字母，点，加减号，以及下划线。

w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)* 

要看懂上面的正则表达式，先学习如下四条规则：

1。^、$为定位符，分别表示开始和结束。如^abc <=> 以abc开头；abc$ <=> 以abc结尾；

2。* : 0个或多个。如 ab* <=> ab{0,}

+: 1个或多个。如 ab+ <=> ab{1,}。注意这里只针对单个b，表示b有一个或多个，如果涵括ab，则需要叫一个括号，即(ab)+。

? : 0个或1个。 如 ab? <=> ab{0,1}

| :或者。如( a | b)* <=> a{0,} 或者 b{0,}

. : 单字符通配符。不包括n

{} : 表示个数或范围。

[] : 只匹配一个单个字符。如[a-zA-Z]表示单个字母

3。重要的特殊元字符，需要记忆，值得记忆。

d ： 0-9的单个数字。11位电话号码就表示为 d{11}。

S : 与s相反。

s: 表示单个空格符，含tab键和换行符。

w : 表示字母、数字或下划线的单个字符。

W: 与w相反。

b : 匹配一个边界。如"love" 将匹配成功正则表达式"veb"。

4。用转义来表示特殊字符。如uxxxx表示Unicode编码字符。*表示*号等。

否定符的使用[^]，当^进入了[]中时，将失去定位符的含义，和[]组合形成否定符。如[^0-4]表示不包含0,1,2,3,4。

接下来，我们再来看看开头贴出来的那个邮箱地址匹配，看看是不是很简单。

w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)* 

分析：

w+:一个或多个字母、数字或下划线。[-+.]w+：以-、+、.为首，接着含一个或多个字母、数字或下划线。*：零个或多个。

@：邮箱必备字符。w+([-.]w+)*:同上分析。.：表示单个.字符。

是不是觉得很简单，没错，正则表达式看起来复杂，实则不难。提供个正则表达式的测试网址：http://tool.chinaz.com/regex/。大家练练手。

最后，贴一些常用的正则表达式匹配。

汉字：^[u4e00-u9fa5]{0,}$

中国邮政编码：[1-9]d{5}(?!d)    (中国邮政编码为6位数字)

IP地址：d+.d+.d+.d+    (提取IP地址时有用)

空白行的正则表达式：ns*r    (可以用来删除空白行)
HTML标记的正则表达式：<(S*?)[^>]*>.*?</1>|<.*? />
。。。。。详见http://www.cr173.com/html/19109_all.html。

??

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!