正則表達(dá)式常用元字符整理小結(jié)

正則表達(dá)式元字符和普通字符:
根據(jù)正則表達(dá)式語法規(guī)則，正則表達(dá)式的匹配模式是由一系列的字符構(gòu)成的。

一.普通字符:

大多數(shù)的字符僅能夠描述它們本身，這些字符稱作普通字符，例如所有的字母和數(shù)字。
也就是說普通字符只能夠匹配字符串中與它們相同的字符。
二.元字符:
由于普通字符只能匹配與自身相同的字符，那么正則表達(dá)式的靈活性和強(qiáng)大的匹配功能就不能夠完全展現(xiàn)，于是正則表達(dá)式中還規(guī)定了一系列的特殊字符，這些特殊字符不是按照字符的直接量進(jìn)行匹配的，而是具有特殊的語義，

例如下面如下字符:

^ $ . * + ? = ! : | \ / ( ) [ ] { }

雖然說上面的字符具有特殊含義，但是某些字符只有在某些上下文環(huán)境中才具有特殊的含義。
如果要匹配這些具有特殊含義的字符直接量，需要在這些字符前面加反斜杠(\)進(jìn)行轉(zhuǎn)義，例如我想匹配一個(gè)$直接量,需要寫成\$，否則就是匹配一個(gè)結(jié)尾位置。正是由于這些特殊字符的存在，才會是正則表達(dá)式具有強(qiáng)大的功能。
由于它們是構(gòu)造各種匹配復(fù)雜文本的正則表達(dá)式的基本字符，所以被稱作元字符。

元字符的用法會在后面的章節(jié)中得到介紹，這里只是介紹一下此概念。正則表達(dá)式語言由兩種基本字符類型組成：原義（正常）文本字符和元字符。元字符使正則表達(dá)式具有處理能力。元字符既可以是放在 [] 中的任意單個(gè)字符（如 [a] 表示匹配單個(gè)小寫字符 a ），也可以是字符序列（如 [a-d] 表示匹配 a 、 b 、 c 、 d 之間的任意一個(gè)字符，而 \w 表示任意英文字母和數(shù)字及下劃線），下面是一些常見的元字符：

. 匹配除 \n 以外的任何字符（注意元字符是小數(shù)點(diǎn)）。
[abcde] 匹配 abcde 之中的任意一個(gè)字符
[a-h] 匹配 a 到 h 之間的任意一個(gè)字符
[^fgh] 不與 fgh 之中的任意一個(gè)字符匹配
\w 匹配大小寫英文字符及數(shù)字 0 到 9 之間的任意一個(gè)及下劃線，相當(dāng)于 [a-zA-Z0-9_]
\W 不匹配大小寫英文字符及數(shù)字 0 到 9 之間的任意一個(gè)，相當(dāng)于 [^a-zA-Z0-9_]
\s 匹配任何空白字符，相當(dāng)于 [ \f\n\r\t\v]
\S 匹配任何非空白字符，相當(dāng)于 [^\s]
\d 匹配任何 0 到 9 之間的單個(gè)數(shù)字，相當(dāng)于 [0-9]
\D 不匹配任何 0 到 9 之間的單個(gè)數(shù)字，相當(dāng)于 [^0-9]
[\u4e00-\u9fa5] 匹配任意單個(gè)漢字（這里用的是 Unicode 編碼表示漢字的 )
正則表達(dá)式限定符
上面的元字符都是針對單個(gè)字符匹配的，要想同時(shí)匹配多個(gè)字符的話，還需要借助限定符。下面是一些常見的限定符 ( 下表中 n 和 m 都是表示整數(shù)，并且 0nm) ：
* 匹配 0 到多個(gè)元字符，相當(dāng)于 {0,}
? 匹配 0 到 1 個(gè)元字符，相當(dāng)于 {0,1}
{n} 匹配 n 個(gè)元字符
{n,} 匹配至少 n 個(gè)元字符
{n,m} 匹配 n 到 m 個(gè)元字符
+ 匹配至少 1 個(gè)元字符，相當(dāng)于 {1,}
\b 匹配單詞邊界
^ 字符串必須以指定的字符開始
$ 字符串必須以指定的字符結(jié)束

說明：
（ 1 ）由于在正則表達(dá)式中“ \ ”、“ ? ”、“ * ”、“ ^ ”、“ $ ”、“ + ”、“（”、“）”、“ | ”、“ { ”、“ [ ”等字符已經(jīng)具有一定特殊意義，如果需要用它們的原始意義，則應(yīng)該對它進(jìn)行轉(zhuǎn)義，例如希望在字符串中至少有一個(gè)“ \ ”，那么正則表達(dá)式應(yīng)該這么寫： \\+ 。
（ 2 ）可以將多個(gè)元字符或者原義文本字符用括號括起來形成一個(gè)分組，比如 ^(13)[4-9]\d{8}$ 表示任意以 13 開頭的移動手機(jī)號碼。
（ 3 ）另外對于中文字符的匹配是采用其對應(yīng)的 Unicode 編碼來匹配的，對于單個(gè) Unicode 字符，如 \u4e00 表示漢字“一”， \u9fa5 表示漢字“龥”，在 Unicode 編碼中這分別是所能表示的漢字的第一個(gè)和最后一個(gè)的 Unicode 編碼，在 Unicode 編碼中能表示 20901 個(gè)漢字。
（ 4 ）關(guān)于 \b 的用法，它代表單詞的開始或者結(jié)尾，以字符串“ 123a 345b 456 789d ”作為示例字符串，如果正則表達(dá)式是“ \b\d{3}\b ”，則僅能匹配 456 。
（ 5 ）可以使用“ | ”來表示或的關(guān)系，例如 [z|j|q] 表示匹配 z 、 j 、 q 之中的任意一個(gè)字母。