现在你已经知道几个很有用的元字符了,如\b
、.
、*
、还有\d
。正则表达式里还有更多的元字符,比如\s
匹配任意的空白符,包括空格,制表符(Tab),换行符,中文全角空格等。\w
匹配字母或数字或下划线或汉字等。
对中文/汉字的特殊处理是由.Net提供的正则表达式引擎支持的,其它环境下的具体情况请查看相关文档。
下面来看看更多的例子:
\ba\w*\b
匹配以字母a开头的单词——先是某个单词开始处(\b
),然后是字母a
,然后是任意数量的字母或数字(\w*
),最后是单词结束处(\b
)。
\d+
匹配1个或更多连续的数字。这里的+
是和*
类似的元字符,不同的是*
匹配重复任意次(可能是0次),而+
则匹配重复1次或更多次。
\b\w{6}\b
匹配刚好6个字符的单词。
好吧,现在我们说说正则表达式里的单词是什么意思吧:就是不少于一个的连续的
\w
。不错,这与学习英文时要背的成千上万个同名的东西的确关系不大 😄
表1.常用的元字符
代码 | 说明 |
---|---|
. |
匹配除换行符以外的任意字符 |
\w |
匹配字母或数字或下划线或汉字 |
\s |
匹配任意的空白符 |
\d |
匹配数字 |
\b |
匹配单词的开始或结束 |
^ |
匹配字符串的开始 |
$ |
匹配字符串的结束 |
元字符^
(和数字6在同一个键位上的符号)和$
都匹配一个位置,这和\b
有点类似。^
匹配你要用来查找的字符串的开头,$
匹配结尾。这两个代码在验证输入的内容时非常有用,比如一个网站如果要求你填写的QQ号必须为5位到12位数字时,可以使用:^\d{5,12}$
。
这里的{5,12}
和前面介绍过的{2}
是类似的,只不过{2}
匹配只能不多不少重复2次,{5,12}
则是重复的次数不能少于5次,不能多于12次,否则都不匹配。
因为使用了^
和$
,所以输入的整个字符串都要用来和\d{5,12}
来匹配,也就是说整个输入必须是5到12个数字,因此如果输入的QQ号能匹配这个正则表达式的话,那就符合要求了。
和忽略大小写的选项类似,有些正则表达式处理工具还有一个处理多行的选项。如果选中了这个选项,^
和$
的意义就变成了匹配行的开始处和结束处。
正则表达式引擎通常会提供一个“测试指定的字符串是否匹配一个正则表达式”的方法,如JavaScript里的
RegExp.test()
方法或.NET里的Regex.IsMatch()
方法。这里的匹配是指是字符串里有没有符合表达式规则的部分。如果不使用^
和$
的话,对于\d{5,12}
而言,使用这样的方法就只能保证字符串里包含5到12连续位数字,而不是整个字符串就是5到12位数字。