正則表達式教程之匹配一組字符詳解

本文實例講述了正則表達式教程之匹配一組字符的方法。分享給大家供大家參考，具體如下：

注：在所有例子中正則表達式匹配結(jié)果包含在源文本中的【和】之間，有的例子會使用Java來實現(xiàn)，如果是java本身正則表達式的用法，會在相應(yīng)的地方說明。所有java例子都在JDK1.6.0_13下測試通過。

一、匹配多個字符中的某一個

在上一篇《正則表達式教程之匹配單個字符詳解》中的一個匹配以na或sa開頭的文本文件例子中，使用的正則表達式是.a.\.txt。如果還有一個文件是cal.txt，那么也將會被匹配到。如果只想要匹配na或sa開頭的文件，該怎么辦呢？

既然只想找出n或s，使用可以匹配任何字符的.顯然是不行的。在正則表達式中，我們可以使用[和]來定義一個字符集合，在使用[和]來定義的字符集合里，這兩個元字符之間的所有字符都是該集合的組成部分，字符集合的匹配結(jié)果是能夠與該集合里的任何一個成員相匹配的的文本。

來看一個和上一篇相似一個例子：

文本：

sales.txt

na1.txt

na2.txt

sa1.txt

sanatxt.txt

cal.txt

正則表達式：[ns]a.\.txt

結(jié)果：

sales.txt

【na1.txt】

【na2.txt】

【sa1.txt】

sanatxt.txt

cal.txt

分析：這里使用的正則表達式是以[na]開頭，這個集合將匹配字符n或s，不會匹配其他任何字符。[和]不匹配任何字符，它們只負責定義一個字符集合。接下來a匹配一個字符a，\.將匹配一個.字符本身，txt匹配txt字符本身，匹配結(jié)果與我們預(yù)期的一致。

但是，如果文件中如果有一個文件是usa1.txt，那么它也會被匹配出來。這是位置匹配的問題，在后面將會討論到。

二、使用字符集合區(qū)間

上面的例子中，如果我們只想匹配以na或sa開頭，后面跟一個數(shù)字的文件怎么辦？正則表達式[ns]a.\.txt中，.將會匹配到任意一個字符，包括數(shù)字。這個問題可以使用字符集合來解決：

sales.txt

na1.txt

na2.txt

sa1.txt

san.txt

sanatxt.txt

cal.txt

正則表達式：[ns]a[0123456789]\.txt

結(jié)果：

sales.txt

【na1.txt】

【na2.txt】

【sa1.txt】

san.txt

sanatxt.txt

cal.txt

分析：從結(jié)果可以看到，我們只匹配出來以na或sa開頭，后面跟一個數(shù)字的文件，而san.txt沒有被匹配出來，因為使用了字符集合[0123456789]來限定第三個字符只能是數(shù)字。

在正則表達式中，會很頻繁的使用到一些字符區(qū)間，比如0-9，a-z等等，為了簡化字符區(qū)間的定義，正則表達式提供了一個特殊的元字符-來定義字符區(qū)間。像上面這個例子，我們可以使用正則表達式來匹配：[ns]a[0-9]\.txt，結(jié)果與上面完全一樣。

字符區(qū)間不僅限于數(shù)字，像下面這些都是合法的字符區(qū)間：

[A-F]：匹配從A到F的所有大寫字母。

[A-Z]：匹配從A到Z的所有大寫字母。

[A-z]：匹配從ASCII字符A到ASCII字符z的所有字母。但這個區(qū)間一般不會用到，只是舉例說明。因為它們之間還包含著[和^等在ASCII中排列在Z和a之間的字符。

字符區(qū)間的首尾字符可以是ASCII字符列表中的任意字符。但在實際使用中，最常用的還是數(shù)字和字母字符區(qū)間。

注意：在定義字符區(qū)間的時候，不能讓區(qū)間的尾字符小于首字符（如[9-0]），這是不允許的。-作為元字符只能出現(xiàn)在[和]之間，如果在[和]之外的任何地方，它只是一個普通的字符，只會與-本身匹配。

在同一個字符集合中可以給出多個字符區(qū)間，比如：[0-9a-zA-Z]將匹配任意一個大小寫字母和數(shù)字。

來看一下匹配網(wǎng)頁中顏色的例子：

文本：

span style="background-color:#3636FF;height:30px; width:60px;">測試/span>

正則表達式：#[0-9A-Fa-f] [0-9A-Fa-f] [0-9A-Fa-f] [0-9A-Fa-f] [0-9A-Fa-f] [0-9A-Fa-f]

結(jié)果：span style="background-color:【#3636FF】;height:30px; width:60px;">測試/span>

分析：在網(wǎng)頁中，顏色一般表示為一個以#開頭的RGB值，R代表紅色，G代表綠色，B代表藍色，任何一種顏色都可以通過RGB的不同組合調(diào)和出來。RGB值用16進值表示，如#000000代表白色，#FFFFFF代表黑色，#FF0000代表紅色。所以網(wǎng)頁中匹配顏色的正則表達式是以#開頭，后面跟6個相同的[0-9A-Fa-f]字符集合（這可以簡寫成#[0-9A-Fa-f]{6}，會在后面的重復匹配中討論到）。

三、取非匹配

字符集合通常用來指定一組必須匹配其中之一的字符，但在某些場合，我們需要反過來做，給出一組不需要得到的字符，換句話說，除了在那個字符集合中的字符，其他的任意字符都可以匹配。

比如，要匹配以na或sa開頭，后面跟的不是數(shù)字的文件：

文本：

sales.txt

na1.txt

na2.txt

sa1.txt

sanatxt.txt

san.txt

正則表達式：[ns]a[^0-9]\.txt

結(jié)果：

sales.txt

na1.txt

na2.txt

sa1.txt

sanatxt.txt

【san.txt】

分析：這個例子使用的模式正好與前面的相反，前面[0-9]只匹配數(shù)字，而這里[^0-9]匹配的是非數(shù)字。

注意：^在[和]之間表示取非，如果出現(xiàn)在正則表達式的開頭，表示位置匹配匹配了，這將在后面討論到。同時，^的效果將作用于給定字符集合里的所有字符或字符區(qū)間，而不僅限于緊跟在^字符后面的那一個字符或字符區(qū)間。如[^0-9a-z]表示不匹配任何數(shù)字或小寫字母。

四、小結(jié)

元字符[和]用于定義一個字符集合，其含義是必須與該集合里的字符之一匹配。定義一個字符集合的方法有兩種：一是把所有的字符都列舉出來；二是利用元字符-以字符區(qū)間的方式給出。字符集合可以使用元字符^來取非，這將把給定的字符集合強行排除在匹配操作外，除了該字符集合里的字符，其他字符都可以匹配。

在接下來的文章中，我們將會討論正則表達式中的一些元字符的使用。

PS：這里再為大家提供2款非常方便的正則表達式工具供大家參考使用：

JavaScript正則表達式在線測試工具：
http://tools.jb51.net/regex/javascript

正則表達式在線生成工具：
http://tools.jb51.net/regex/create_reg

希望本文所述對大家正則表達式學習有所幫助。