i ignoreCase 大小写不敏感
g global 执行全局匹配
m multiline 执行多行匹配
3.量词
* 匹配重复任意次(可能是0次),代表数量,不代表位置。
+ 匹配重复1次或更多次。
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次
[] 匹配[]内任一个字符
[^x] 匹配除了x以外的任意字符,i.e:[^aeiou]匹配除了aeiou这几个字母以外的任意字符
4.位置元字符(Metacharacter)
. 匹配除了换行符以外的任意字符
^ 匹配字符串的开始
$ 匹配字符串的结束
- 指明字符范围
\< 行首定位符。i.e:"\
\> 行尾定位符。i.e:"\>abc" 匹配所有包含以abc结尾的单词行
/* '\': 转义符 */
5.含义元字符
\d 匹配一位数字
\D 匹配任意非数字的字符
\w 匹配字符(字母,数字,下划线,汉字....) /* 对中文/汉字的特殊处理视具体情况而定 */
\W 匹配非字符
\s 匹配空白字符(Space,Tab,'\n',中文全角空格...)
\S 匹配非空白字符
\b 匹配单词的分界处(单词的开头或结尾)
\B 匹配不是单词开头或结束的位置
\n 匹配换行符
\f 匹配换页符
\r 匹配回车符
\t 匹配制表符
\v
匹配垂直制表符
\xxx
匹配八进制数 xxx
\xdd 匹配十六进制数dd
\uxxxx 匹配十六进制数 xxxx(Unicode)字符
?=n 匹配任何其后紧接指定字符串 n 的字符串。
?!n 匹配任何其后没有紧接指定字符串 n 的字符串。
6. 练习小结
/* Practice Makes perfect */
0) .*
匹配任意数量的不包含换行的字符。(注:换行符:'\n';ASCII:10;0x0A)
i.e: sed 's/#.*//' 消除以#开头的注释
1) \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*),最后是单词的结束处(\b)。
2) Windows\d+
匹配Windows后面跟1个或更多数字
2) \b\w{6}\b
匹配刚好6个字符的单词。
3) ^\d{5,12}$
匹配5位到12位的数字串。(可以是像QQ一类的帐号)
4) \(?0\d{2}[) -]?\d{8}
匹配几种格式的电话号码,如(010)88886666/022-22334455/02912345678等。
也匹配010)12345678或(022-87654321这样的“不正确”的格式。
释义:
\(? 转义字符\(,它能出现0次或1次(?)
0\d{2} 0后面跟着2个数字(\d{2})
[) -]? ")"或"-"或Space中的一个出现1次或不出现(?)
\d{8} 8个数字(\d{8})
5) \S+
匹配不包含空白符的字符串。
]+>
匹配用尖括号括起来的以a开头的字符串
7. 标准字符类
[[:alpha:]] 所有的字母,等价[a-zA-Z]
[[:lower:]] [a-z]
[[:upper:]] [A-Z]
[[:alnum:]] 所有的字母和数字,等价[a-zA-Z0-9]
[[:digit:]] 所有数字,等价[0-9]
[[:punct:]] 各种标点符号
[[:space:]] 空白字符,如空格、治表符、换行、换页、回车
[[:cntrl:]] 控制字符,如治表符Tab,换行符\n,或反斜杠
[[:graph:]] ASCII在33-126之间的可打印字符
[[:print:]] 所有可打印字符,包括空格
[[:blank:]] 所有空格
--------------------------------------------------------------------
8.分枝条件("|")
8.1)概念:
用|列举几种不同的规则,满足其中任一种都当作匹配。
8.2)PMP
1) 0\d{2}-\d{8}|0\d{3}-\d{7}
匹配两种电话号码:一种是三位区号,8位本地号(如010-12345678),一种是4位区号,7位本地号 (0376-2233445)。
2) \(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}
匹配3位区号的电话号码,其中区号可以用小括号括起来,也可以不用,区号与本地号间可以用连字号或空格间隔,也可以没有间隔。
8.3) 分枝条件顺序:从左到右地测试每个条件,如果满足了某个分枝的话,就不会去再管其它的条件了。
i.e.: \d{5}-\d{4}|\d{5}
匹配美国的邮政编码。美国邮编的规则是5位数字,或者用连字号间隔的9位数字。
如果改成\d{5}|\d{5}-\d{4},只会匹配5位的邮编(以及9位邮编的前5位)。
---------------------------------------------------------------------
9.分组 (小括号)
9.1)概念
重复单个字符直接在字符后面加上限定符(+?*)就可以了。
重复多个字符(字符组):用小括号来指定子表达式(分组),然后指定分组的重复次数。
9.2)PMP
a) (\d{1,3}\.){3}\d{1,3}:简单的IP地址匹配表达式。
\d{1,3}匹配1到3位的数字,(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个整体,即分组)重复3次,最后加上一个一到三位的数字(\d{1,3})。
将匹配256.300.888.999这种不可能的IP地址。
b) ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?):匹配正确的IP地址
匹配特定字符串(最基本最常用的一些表达式):
^[A-Za-z]+$ //匹配由26个英文字母组成的字符串
^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串
^[a-z]+$ //匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串
^\w+$ //匹配由数字、26个英文字母或者下划线组成的字符串
匹配特定数字:
^[1-9]\d*$ //匹配正整数
^-[1-9]\d*$ //匹配负整数
^-?[1-9]\d*$ //匹配整数
^[1-9]\d*|0$ //匹配非负整数(正整数 + 0)
^-[1-9]\d*|0$ //匹配非正整数(负整数 + 0)
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ //匹配非负浮点数(正浮点数 + 0)
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ //匹配非正浮点数(负浮点数 + 0)
评注:
处理大量数据时有用,具体应用时注意修正
匹配HTML标记:
<(\S*?)[^>]*>.*?\1>|<.*? />
注:
对于复杂的嵌套标记依旧无能为力
匹配首尾空白字符
^\s*|\s*$
注:
删除行首行尾的空白字符(包括空格、制表符、换页符等等)
匹配Email地址
\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
注:表单验证有用
匹配网址URL:
[a-zA-z]+://[^\s]*
匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线)
^[a-zA-Z][a-zA-Z0-9_]{4,15}$
注:表单验证有用
匹配国内电话号码
\d{3}-\d{8}|\d{4}-\d{7}
注:匹配形式如 0511-4405222 或 021-87888822
匹配QQ号:
[1-9][0-9]{4,}
注:从10000开始
匹配中国邮政编码:
[1-9]\d{5}(?!\d)
评注:中国邮政编码为6位数字
匹配身份证:
\d{15}|\d{18}
评注:中国的身份证为15位或18位
匹配ip地址:
\d+\.\d+\.\d+\.\d+
评注:提取ip地址时有用