又名：寫給正在學習前端的女友看的常見正則表達式解讀。原文發布於 https://www.zybuluo.com/wddpct/note/728081 。
1. 歸納定義
對給定的字符集：Σ={c1,c2,c3,……,cn}
- 空串ε是一個正則表達式
- 對於任何的c∈Σ，c是正則表達式
- 如果M和N都是正則表達式，則以下也是正則表達式
- 選擇 M|N = {M,N}
- 連接 MN = {mn,m∈M，n∈N}
2. 保留字符
這節中的表格內容來自 正則表達式30分鍾入門教程，對此表示感謝。
2.1 常用的元字符
| 代碼 | 說明 |
|---|---|
| . | 匹配除換行符以外的任意字符 |
| \w | 匹配字母或數字或下划線 |
| \s | 匹配任意的空白符 |
| \d | 匹配數字 |
| \b | 匹配單詞的開始或結束 |
| ^ | 匹配字符串的開始 |
| $ | 匹配字符串的結束 |
2.2 常用的限定符
| 代碼/語法 | 說明 |
|---|---|
| * | 重復零次或更多次 |
| + | 重復一次或更多次 |
| ? | 重復零次或一次 |
| {n} | 重復n次 |
| {n,} | 重復n次或更多次 |
| {n,m} | 重復n到m次 |
2.3 常用的反義詞
| 代碼/語法 | 說明 |
|---|---|
| \W | 匹配任意不是字母，數字，下划線，漢字的字符 |
| \S | 匹配任意不是空白符的字符 |
| \D | 匹配任意非數字的字符 |
| \B | 匹配不是單詞開頭或結束的位置 |
| [^x] | 匹配除了x以外的任意字符 |
| [^aeiou] | 匹配除了aeiou這幾個字母以外的任意字符 |
2.4 懶惰限定符
| 代碼/語法 | 說明 |
|---|---|
| *? | 重復任意次，但盡可能少重復 |
| +? | 重復1次或更多次，但盡可能少重復 |
| ?? | 重復0次或1次，但盡可能少重復 |
| {n,m}? | 重復n到m次，但盡可能少重復 |
| {n,}? | 重復n次以上，但盡可能少重復 |
2.5 常用分組語法
| 代碼/語法 | 說明 |
|---|---|
| (exp) | 匹配exp,並捕獲文本到自動命名的組里 |
| (?< name >exp) | 匹配exp,並捕獲文本到名稱為name的組里，也可以寫成(?'name'exp) |
| (?:exp) | 匹配exp,不捕獲匹配的文本，也不給此分組分配組號 |
| (?=exp) | 匹配exp前面的位置 |
| (?<=exp) | 匹配exp后面的位置 |
| (?!exp) | 匹配后面跟的不是exp的位置 |
| (?< !exp) | 匹配前面不是exp的位置 |
| (?#comment) | 這種類型的分組不對正則表達式的處理產生任何影響，用於提供注釋讓人閱讀 |
3. 常用正則表達式
1. 匹配中文字符
正則表達式：[\u4e00-\u9fa5]
說明：目前主流計算機底層的編碼系統都是Unicode，而在Unicode標准中，漢字表的第一個編碼為U+4e00，最后一個編碼為U+9fa5，所以[\u4e00-\u9fa5]就代表匹配任意一個Unicode編碼表中存在的漢字。
2.匹配雙字節字符
正則表達式：[^\x00-\xff]
說明：\x代表十六進制形式，2個字節長度的十六進制最大范圍為00-ff，所以[^\x00-\xff]表示匹配長度為雙字節的字符。
3. 匹配空白行
正則表達式：\n\s*\r
說明：這個表達式表示匹配內容中的空白行，比如一個txt由多行文字組成，並且句子與句子之間存在空白行，這個正則表達式便能加以區分。
首先，\n表示匹配一個換行符，而\s*代表匹配任意的空白符，\r表示匹配任意的回車符。
示例如下。
public class Program
{
static void Main(string[] args)
{
string[] sentences =
{
@"C# code
",
@"Chapter 2:
Writing Code",
@"Unicode",
@"match
here"
};
string sPattern = @"\n\s*\r";
foreach (string s in sentences)
{
if (System.Text.RegularExpressions.Regex.IsMatch(s, sPattern, System.Text.RegularExpressions.RegexOptions.IgnoreCase))
{
System.Console.WriteLine(" (match for '{0}' found)", s);
}
else
{
System.Console.WriteLine();
}
}
}
}
4. 匹配Email地址
[\w!#$%&'*+/=?^_`{|}~-]+(?:\.[\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?
示例：wddpct@gmail.com，wdd.pct@gmail.com,wddpct-pct@gmail.com
5. 匹配URL
正則表達式：[a-zA-Z]+:\/\/[^\s]*
說明：[a-zA-Z]+表示匹配任意長度字符串，並且字符串包含的字符只能是a和z或者A和Z之間的字母。‘:\/\/’表示匹配“😕/”字符串。[^\s]*表示匹配任意長度的不包含非空字符的字符串。
當然了，日常生活中見到的網址URL大多以http或https開頭，所以匹配以http或者https開發的網址也十分簡單，筆者隨手寫了兩個以供參考，比如 (http|https)://[^\s]*或者http[s]?://[^\s]*。
6. 匹配國內電話號碼
正則表達式：\d{3}-\d{8}|\d{4}-\d{7,8}
說明：‘|’將匹配條件分為兩部分。\d{3}-\d{8}代表匹配xxx-xxxxxxxx數字形式的號碼。右邊的\d{4}-\d{7,8}代表匹配xxxx-xxxxxxx或者xxxx-xxxxxxxx數字形式的號碼。
示例：0577-12345678
7. 匹配騰訊qq號
正則表達式：[1-9][0-9]{4,}
說明：這個正則EXP十分容易理解，[1-9]表示匹配QQ號首位不為零的任意數字，[0-9]{4,}表示匹配從第二位開始最小長度為4的任意數字的字符串。
示例：1242450501
8. 匹配中國郵政編碼
正則表達式：[1-9]\d{5}(?!\d)
說明：[1-9]表示匹配不為零的任意數字，(?!)表示零寬斷言的一種語法，又稱零寬度負預測先行斷言，表示位置的后面不能匹配表達式，所以\d{5}(?!\d)表示匹配5位數字，而且這5位數字的后面不能是數字。
示例：325800，325800編碼
9. 匹配18位身份證
正則表達式：^(\d{6})(\d{4})(\d{2})(\d{2})(\d{3})([0-9]|X)$
說明：這段正則雖然很長，其實表達的意思也非常簡單。\d{6}代表匹配6位數字，\d{4}代表匹配4位數字，\d{2}代表匹配2位數字，\d{3}代表匹配3位數字，最后的[0-9]|X代表匹配0到9的任意數字，或者匹配X字母，正巧，筆者的身份證最后一位就是X。
示例： 65900719951006773X
10. 匹配正整數
正則表達式：^[1-9]\d*$
說明：[1-9]表示首位匹配1到9的任意數字，\d*代表從第二位開始可以為空，不為空時必須為數字。由此正則推廣開來，匹配負整數的表達式格式應該為 ^-[1-9]\d*$ 。
11. 匹配整數
正則表達式：^-?[1-9]\d*$
說明：后面的[1-9]\d*和匹配正整數的表達式一致，所以只要看懂-?代表整數的符號位可以有‘-’即可。
12. 匹配非負整數
正則表達式：^[1-9]\d*|0$
說明：[1-9]\d*和匹配正整數的表達式一致，|0表示可為0。同理，表示非正整數的表達式應該是 ^-[1-9]\d*|0$ 。
13. 匹配正浮點數
正則表達式：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$
說明：[1-9]\d*\.\d*代表匹配格式形如“正整數.數字”的字符串，0\.\d*[1-9]\d*$ 代表匹配格式形如“0.數字”的字符串。中間用|代表或條件。所以同理，匹配負浮點數的正則為^-[1-9]\d*\.\d*|-0\.\d*[1-9]\d*$。