正则表达式中具有特殊含义的字符称之为元字符,常用的元字符有:
- \ 一般用于转义字符
- \d 匹配数字
- \s匹配任意的空白符——空格,制表符(Tab),换行符,中文全角空格等
- \w匹配字母、数字、下划线、汉字等
- ^ 断言目标的开始位置(或在多行模式下是行首)
- $ 断言目标的结束位置(或在多行模式下是行尾)
- . 匹配除换行符外的任何字符(默认)
- [ 开始字符类定义
- ] 结束字符类定义
- | 开始一个可选分支
- ( 子组的开始标记
- ) 子组的结束标记
- ? 作为量词,表示 0 次或 1 次匹配。位于量词后面用于改变量词的贪婪特性。 (查阅量词)
- * 量词,0 次或多次匹配
- + 量词,1 次或多次匹配
- { 自定义量词开始标记
- } 自定义量词结束标记
元字符具有两种使用场景,一种是可以在任何地方都能使用,另一种是只能在方括号内使用,在方括号内使用的有:
- \ 转义字符
- ^ 仅在作为第一个字符(方括号内)时,表明字符类取反
- - 标记字符范围
其中^在反括号外面,表示断言目标的开始位置,但在方括号内部则代表字符类取反,方括号内的减号-可以标记字符范围,例如0-9表示0到9之间的所有数字。
贪婪模式和懒惰模式
正则表达式中每个元字符匹配一个字符,当使用+之后将会变的贪婪,它将匹配尽可能多的字符,但使用问号?字符时,它将尽可能少的匹配字符,既是懒惰模式。
- 贪婪模式:在可匹配与可不匹配的时候,优先匹配
- 懒惰模式:在可匹配与可不匹配的时候,优先不匹配
- 当我们确切的知道所匹配的字符长度的时候,可以使用{}指定匹配字符数
匹配任意字符的写法
([\s\S])或([\d\D])或([\w\W]*)
匹配所有的英文 /[ -~]/
匹配所有的非英文(比如中文) /[^ -~]/