1. 字符

正则表达式（Regular Expression）是一种文本模式，包括普通字符（如 a 到 z 之间的字母）和特殊字符（称为“元字符”）。

正则表达式使用单个字符串来描述用于匹配某个句法规则的字符串。许多程序设计语言都支持利用正则表达式进行字符串操作。

1.1. 常用符号及描述

常用符号

描述

示例

\

转义

^

匹配输入字符串的开始位置

$

匹配输入字符串的结束位置

.

匹配除换行符（ \n \r ）之外的任何单个字符

*

匹配前面的子表达式 零次 或多次

zo* 能匹配 z 以及 zoo ；等价于 {0,} 。

+

匹配前面的子表达式 一次 或多次

?

匹配前面的子表达式 零次 或 一次

do(es)? 可以匹配 do 或 does ；等价于 {0,1} 。

{n}

匹配 n 次

o{2} 可以匹配 food ；要匹配 { 请使用 \{ 。

{n,}

至少匹配 n 次

{n,m}

匹配 n 到 m 次

*?, +?, ??, {n}?, {n,}?, {n,m}?

非贪婪匹配

对于字符串 oooo， o+? 将匹配单个 o，而 o+ 将匹配所有 o。

(pattern)

匹配 pattern 并获取这一匹配

(?:pattern)

非获取匹配

industr(?:y|ies) 是一个比 industry|industries 更简略的表达式

(?=pattern)

正向肯定预查（Look Ahead Positive Assertion），非获取匹配

Windows(?=95|98|NT|2000) 能匹配 Windows2000 中的 Windows ，但不能匹配 Windows3.1 中的 Windows。预查不消耗字符。

(?!pattern)

正向否定预查（Look Ahead Negative Assertion），非获取匹配

Windows(?!95|98|NT|2000) 能匹配 Windows3.1 中的 Windows ，但不能匹配 Windows2000 中的 Window。

(?<=pattern)

反向肯定预查（Look Behind Positive Assertion），非获取匹配

(?<=95|98|NT|2000)Windows 能匹配 2000Windows 中的 Windows ，但不能匹配 3.1Windows 中的 Windows。

(?<!pattern)

反向否定预查（Look Behind Negative Assertion），非获取匹配

(?<!95|98|NT|2000)Windows 能匹配 3.1Windows 中的 Windows ，但不能匹配 2000Windows 中的 Windows。

x|y

匹配 x 或 y

[xyz]

字符集合，匹配所包含的任意一个字符

[^xyz]

负值字符集合，匹配未包含的任意字符

[a-z]

匹配任意小写字母

[^a-z]

匹配非小写字母

\d

匹配一个数字字符，等价于 [0-9]

\D

匹配一个非数字字符，等价于 [^0-9]

\n

匹配一个换行符

\r

匹配一个回车符

\s

匹配任何空白字符，等价于 [ \f\n\r\t\v]

\S

匹配任何非空白字符，等价于 [^ \f\n\r\t\v]

\t

匹配一个制表符

\w

匹配字母、数字、下划线，等价于 [A-Za-z0-9_]

\W

匹配非字母、数字、下划线，等价于 [^A-Za-z0-9_]

\b

匹配 \w 类型和 \W 类型之间的分界

er\b 能匹配 never 中的 er，但不能匹配 verb 中的 er。

\B

匹配 \w 类型和 \w 类型之间的分界

er\B 能匹配 verb 中的 er，但不能匹配 never 中的 er。

\num

后向引用（Back Reference），对第 num 个获取式匹配的引用

([a-z])\1 能匹配连续的两个相同小写字母。

匹配邮箱的例子:

\b[\w.%+-]+@[\w.-]+\.[a-zA-Z]{2,6}\b

Note

非贪婪匹配尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。

(pattern) 获取式匹配可以从产生的 Matches 集合（Groups）得到，要匹配圆括号字符，请使用 \( 或 \) 。

Note

^ $ \b \B 等属于 Anchor 类字符，用于限定匹配位置，不占用实际字符宽度。

比如 abc---123 可以理解为 ^abc---123$ 或 \ba\Bb\Bc\b---\b1\B2\B3\b 。

Tip

放在中括号 [] 里面的时候， . + * 等特殊字符可以不用转义。

Tip

不包含某个字符串的行： ^((?!target_str).)*$ ，等效于 grep -v target_str 。

Tip

匹配中文： [\u4e00-\u9fa5] 。

匹配双字节字符（包括中文）： [^\x00-\xff] 。

Tip

VS Code 在使用正则进行查找替换的时候，替换结果中使用 $num 来引用所获取的匹配组（ num 从 1 开始）, $0 表示完整的原始字符串。

VS Code 可以使用 \u \U \l \L 四种字符来改变匹配组的大小写：

  • \u 将匹配组的第一个字符转换为大写

  • \l 将匹配组的第一个字符转换为小写

  • \U 将匹配组的所有字符转换为大写

  • \L 将匹配组的所有字符转换为小写

  • \u\u\u$1 将第一个匹配组的前三个字符转为大写

  • \l\U$1 将第一个匹配组的第一个字符转为小写，其余字符转为大写

1.2. 参考资料

  1. Regular expression

  1. Regular Expression Language - Quick Reference

  1. 正则表达式

  1. 正则表达式在线测试及常用正则表达式

  1. 在 Visual Studio 中使用正则表达式

  1. VS Code now supports changing the case of regex matching groups while doing a find/replace