给自己的正则表达式备忘

正则表达式（Regular Expression，在代码中常简写为 regex、regexp 或 RE），又称规则表达式，是计算机科学的一个概念。通常被用来检索、替换那些符合某个模式(规则)的文本。

---

正则表达式的基本规则

单个字符匹配

字符	规则	例子
\	转义字符	\(表示左括号
.	匹配除了\n之外的单个字符一次	a.c
\d	匹配一个数字，等同[0-9]	1\d8匹配 138
\D	匹配一个非数字	1\d8匹配 1A8
\w	匹配一个字母、数字或下划线(w的意思是word)
\W	匹配一个非字母、数字或下划线
\s	匹配任何空白字符（空格、制表符、换页符等）
\S	匹配任何非空白字符
x | y	匹配x或者y（表达式）
^	匹配行首	^www匹配以www开头
$	匹配行尾	$com匹配以com结尾
[^A-F]	取反	[^A-F]匹配A-F之外的字符

多个字符匹配

字符	规则	例子
[xyz]	匹配包含的任意一字符	a[xyz]b，匹配 axb，ayb, azb
[a-z]	匹配指定范围内的任意字符	[0-9]

• | 匹配前面的子表达式零次或多次| zo*，匹配z，zo，zoo

• | 匹配前面的子表达式一次或多次| zo+，匹配zo，zoo
  ? | 匹配前面的子表达式零次或一次| do(es)?，匹配do，does
  {n,m}|最少匹配n次，最多匹配m次|(o{1,3})，匹配foooood中的3个o
  {n}|匹配确定的n次|o{2}，匹配food中的oo，不匹配fod中的o

分组匹配

可以用括号把要匹配的内容分组，例如匹配带区号的电话号码，可以把区号和电话分组。这样更容易看。

字符	规则	例子
()	分组	(\d{3,4})\-(\d{6,8})
(|)	分组和或的组合	hello\s(world|ketty|jerry)

分组还有一个好处，当你想使用正则替换时，可以用 $1、$2 来表示第几组的内容。例如，在 Java 中为匹配到的内容前后分别加 <b> </b> :

s.replaceAll("\\s([a-z]{4})\\s", " <b>$1</b> ");

非贪婪匹配

假设要求 1230000 后面有几个零，正则为 (\d+)(0*)，但是却发现第一组匹配到 1230000，第二组匹配到空白。我们期望的是第一组匹配到 123，第二组匹配到 0000。

此时可以在第一组末尾加 ? 表示非贪婪匹配，如：(\d+?)(0*)，这样第一组就会少匹配，第二组多匹配。

而对于 (\d??)(9*)， 匹配 9999 时，第一组匹配到空白，第二组匹配到 9999。因为第一个问号表示零次或一次，第二个问号表示非贪婪，正则表达式会按最少的零次来匹配。

匹配中文

匹配非ASCII字符，例如中文，用\u####的十六进制表示，例如：a\u548cc匹配字符串a和c，中文字符和的Unicode编码是548c。

---

进阶

零宽断言

零宽断言，指定的内容的前面或后面会出现满足指定规则的内容，而自己不占匹配位置。例如 123abc ，我想匹配 123 后面的内容abc，而不包括 123 本身。

字符	规则	例子
（?=pattern）	匹配 pattern 前面的内容	\d(?=\sword)， 从 1 word 中匹配到 1
（?<=pattern）	匹配 pattern 后面的内容	(?<=num:)\d， 从 num:5 中匹配到 5
(?!pattern)	匹配非 pattern 前面的内容	i(?!k) ，从 wikipedia 中匹配到不是k前面的i，即 wikipedia
(?<!pattern)	匹配非 pattern 后面的内容	(?<!k)i ，从 wikipedia 中匹配到不是k后面的i，即wikipedia

---

一些实例

1.匹配以 Str 开头， r 结尾， 中间任意个任意字符

Str.*r

匹配到 Stringbuffer， StringBuilder

2. 匹配所有以 , 结尾，修改成 comment ‘’,

查找：
(.*),

替换：
$1 comment '',

.表示任意字符，* 表示任意多个，括号用于在下面 $1 保留原内容

效果：

原：
not null,
NUMBER(20),

现：
not null comment '',
NUMBER(20) comment '',

3. 匹配所有以 [DEBUG] 开头，]] 或 yet 结尾，并且最后有换行符的，由于换行符在 Windows 为 CRLF ，在 Linux 为 LF，所以我们匹配1或2次，第一次 \s 匹配 CR，第二次匹配 LF 。

\[DEBUG\].*(\]\]|yet)(\s{1,2})

tips：用 \ 来转义特殊符号，如匹配 [ ，要输入 \[

4. 匹配16进制数

[0-9a-fA-F]

5. Linux中使用 grep 和正则表达式，查找文件

grep -E --color '[xyz]' filename

---

一些有用的网站

• 正则可视化
• 正则验证和可视化

---

参考

• 廖雪峰教程
• 知乎：你是如何学会正则表达式的？