正则表达式

正则表达式是一种文本模式，能够便捷高效的处理文本，赋予使用者描述和分析文本的能力。正则表达式能够添加，删除，分离，叠加、插入和修整各种类型的文本和数据。

正则表达式由两种字符构成：特殊字符（元字符），以及普通文本。究其根本，正则表达式就是通过符号上的表述去匹配一个字符串的通式，处于4NF的内部。

乍一眼看上去正则表达式很难，找不到头绪，但实际上正则表达式很简单，我更喜欢把他看作是一种变形的数学公式。在具有公式（规则）后通过几种解题方法就能轻松的进行解题（匹配字符串）我们只需要掌握它的规则和用法就可以了。

目录

• 表达式全集
• 常用正则表达式
• 常用函数
• 示例代码

---

表达式全集

字符	描述
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“n”匹配字符“n”。“\n”匹配一个换行符。串行“\\”匹配“\”而“\(”则匹配“(”。
^	匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。
$	匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。
*	匹配前面的子表达式零次或多次。例如，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。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。
?	匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。?等价于{0,1}。
{n}	n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。
{n,}	n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m}	m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符（,+,?，{n}，{n,}，{n,m*}）后面时，匹配模式是非贪婪的。非贪婪模式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。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。
.	匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符，请使用像“`(.	\n)`”的模式。
(pattern)	匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“\(”或“\)”。
(?:pattern)	匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“`(	)”来组合一个模式的各个部分是很有用。例如“industr(?:y	ies)”就是一个比“industry	industries`”更简略的表达式。
(?=pattern)	正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“`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，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)	正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如“`Windows(?!95	98	NT	2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows`”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始
(?<=pattern)	反向肯定预查，与正向肯定预查类拟，只是方向相反。例如，“`(?<=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，与正向否定预查类拟，只是方向相反。例如“`(?<!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。例如，“`z	food”能匹配“z”或“food”。“(z	f)ood”则匹配“zood”或“food`”。
[xyz]	字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。
xyz	负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“p”。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。
a-z	负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。
\B	匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。
\cx	匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。
\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。
\f	匹配一个换页符。等价于\x0c和\cL。
\n	匹配一个换行符。等价于\x0a和\cJ。
\r	匹配一个回车符。等价于\x0d和\cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。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。等价于\x09和\cI。
\v	匹配一个垂直制表符。等价于\x0b和\cK。
\w	匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。
\W	匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
\xn	匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。.
*num*	匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。
*n*	标识一个八进制转义值或一个向后引用。如果*n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n*为一个八进制转义值。
*nm*	标识一个八进制转义值或一个向后引用。如果*nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm*。
*nml*	如果n为八进制数字（0-3），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。
\un	匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（©）。

常用正则表达式

用户名	/^[a-z0-9_-]{3,16}$/
密码	/^[a-z0-9_-]{6,18}$/
十六进制值	/^#?([a-f0-9]{6}\	[a-f0-9]{3})$/
电子邮箱	/^([a-z0-9_.-]+)@([\da-z.-]+).([a-z.]{2,6})$/ /^[a-z\d]+(.[a-z\d]+)*@(\da-z?)+(.{1,2}[a-z]+)+$/
URL	/^(https?:\/\/)?([\da-z.-]+).([a-z.]{2,6})([\/\w .-])\/?$/
IP 地址	/((2[0-4]\d\	25[0-5]\	[01]?\d\d?).){3}(2[0-4]\d\	25[0-5]\	[01]?\d\d?)/ /^(?:(?:25[0-5]\	2[0-4][0-9]\	[01]?[0-9][0-9]?).){3}(?:25[0-5]\	2[0-4][0-9]\	[01]?[0-9][0-9]?)$/
HTML 标签	/^<([a-z]+)(<+)(?:>(.)<\/\1>\	\s+\/>)$/
删除代码\注释	(?<!http:\	\S)//.*$
Unicode编码中的汉字范围	/^[\u2E80-\u9FFF]+$/

常用函数

正则表达式的构建

regex这个库是需要std命名空间支持的，在下面我会省略std命名空间，但需要注意这点。

正则表达式的构建有两种方法，我把他们叫做直接构建和赋值构建

//直接构建
regex e("(sub)(.*)");
//赋值构建
string str = "(sub)(.*)";
regex rule(str);

注意正则表达式一定要在构建后才可以进行字符串的匹配

字符串匹配函数

字符串匹配使用regex_match()函数，函数的返回值为bool，即是否匹配，函数有几种形式

const char cstr[] = "subject"
string str ("subject");
regex rule ("(sub)(.*)");
cmatch cm;
smatch sm;
//以下函数原型都是自己整理，并非模板中的函数原型，仅作为方便学习使用
regex_match(str,rule);   //字符串和规则 返回是否匹配
regex_match(str.begin(),str.end(),e); //匹配某一范围字符
regex_match(cstr,cm,e); //cm.size()返回匹配字符长度
regex_match(str,sm,e);  //sm.size()返回匹配字符长度

regex_match ( cstr, cm, e, std::regex_constants::match_default );//返回匹配的每个字符
cout << "the matches were: ";

for (unsigned i=0; i<cm.size(); ++i) {
  std::cout << "[" << cm[i] << "] ";
}

字符串搜索函数

字符串搜索函数使用regex_search函数，函数的返回值为bool

while (std::regex_search (s,m,e)) {
  for (auto x:m) std::cout << x << " ";
  std::cout << std::endl;
  s = m.suffix().str();
}

字符串替换函数

字符串替换使用regex_rlace()函数，函数返回修改后的字符串

regex_replace (str,rule,"sub-$2");

示例代码

#include <regex>
#include <iostream>
using namespace std;

int main()
{
    string re = "[[:graph:]]+@163[.]com";
    regex rule(re);
    string str = "acvds.cpp@163.com";
    cout << regex_match(str, rule) << endl; //true
    system("pause");
    return 0;
}