正则表达式

正则表达式可以用于搜索、查找、替换、验证、提取文本数据。

简介

毫无疑问，您已经使用过某些关于搜索、查找、替换的语法。

例如，您很可能使用过 *.txt 这样的搜索语法，搜索文件夹里的文本文档。正则语法 .*\.txt

? 通配符匹配 0 个或 1 个字符（搜索语法）

* 通配符匹配 零个 或 多个 字符（搜索语法）

正则表达式的语法与一般的搜索语法不同，也更为强大。

比如，我们可以使用正则表达式 1[0-9]{10} 匹配电话号码。

本文所有关于正则表达式的语法符号都是英文符号，请注意你的输入法

基础

正则表达式的基础语法

元素

元素是搜索条件的最小单位，普通字符都是元素。

例如，正则表达式 12345 包含五个元素， 1 2 3 4 5

普通字符：普通字符按照字面意义进行匹配，例如元素 a 将匹配到文本中的 a 字符，包含三个元素的正则表达式 abc 将匹配到文本中的 abc

如果一个正则表达式里 只有普通字符，那么它的匹配效果与搜索语法一致。

元字符：元字符具有特殊的含义，类似于搜索语法里的通配符，这里列出部分常用的

. 匹配一个任意字符（不含换行符）

\d 匹配一个数字字符，等同 [0-9]

\w 匹配一个字母或数字或下划线，等同 [0-9a-zA-Z_]

\n 匹配一个换行符

量词

量词决定元素的匹配次数，仅影响前面的一个元素。

? 匹配前面的元素零次或一次。(使用 .? 等效搜索语法 ? )
* 匹配前面的元素零次或多次。(使用 .* 等效搜索语法 * )
+ 匹配前面的元素一次或多次。

可以指定匹配次数。

{n} 匹配前面的元素 n 次。
{n,} 匹配前面的元素至少 n 次。（尽可能匹配更多内容）
{n,m} 匹配前面的元素至少 n 次且不超过 m 次。

默认尽可能匹配更多内容，在量词后再加一个 ? 则尽可能匹配更少内容。

示例 ?? *? +? {n,m}?

例如，正则表达式 12?45 ，包含四个元素，1 2 4 5

? 前面的元素是 2

? 匹配前面的 元素 零次或一次。

所以，正则表达式 12?45 只能匹配 145 或 1245

字符范围

字符范围整体作为一个元素，可以使用量词。

[ ] 匹配一个括号内的任意字符。例如 [abc] 匹配字符 a 或 b 或 c
[^ ] 匹配一个不在括号内的任意字符。例如 [^abc] 匹配 a b c 以外的任意字符

可以使用 - 符号缩略顺序字符范围。例如 [abcd] 可以缩略为 [a-d]

比较常用的缩略有 [0-9] [a-z] [A-Z]

例如，正则表达式 1[234]5 包含三个元素 1 [234] 5

[234] 将被视为一个元素，可以使用 量词

所以，正则表达式式 1[234]5 只能匹配 125 或 135 或 145
如果我们想匹配一个四位数字，使用 正则表达式 [0123456789]{4} 或 [0-9]{4}

边界

边界确定匹配范围。

^ 匹配文本开头。
$ 匹配文本结尾。
\b 匹配单词边界。等同 ((?!\w)|(?<!\w))
\B 匹配非单词边界。

例如，正则表达式 ^123$ 仅能匹配文本 123 里的 123 ，而不能匹配文本 12345 里的 123

转义

转义用于匹配特殊字符，在字符前使用 \ 转义

需要转义的语法符号

大中小括号 ( ) [ ] { }
量词 * + ?
边界 ^ $
点或自 . | \

字符范围 [ ] - ^ \

在字符范围里， - 需要转义。其他语法符号不生效，可选不转义

wiki函数 | { } =

在wiki函数里，需要用模板对这四个符号进行替换，否则会解析错误，参见#转义（wiki）

例如，

匹配 * 这个字符，使用 \*

匹配 \ 这个字符，使用 \\

希望注意的是，对无需转义的字符进行转义，可能导致错误

元字符

元字符，即预设的一些常用字符范围与特殊符号。

元字符	等同	字符范围
.	[^\n]	任意字符（不含换行符）
\d	[0-9]	数字
\D	[^0-9]	非数字
\w	[0-9a-zA-Z_]	字母、数字、下划线
\W	[^0-9a-zA-Z_]	非字母、非数字、非下划线
\s	[\f\n\r\t\v ]	任何空白字符，包括空格、制表符、换页符
\S	[^\f\n\r\t\v ]	任何非空白字符
		-
\n		换行符，等价于 \x0a 和 \cJ
\r		回车符，等价于 \x0d 和 \cM
\t		制表符，等价于 \x09 和 \cI
\v		垂直制表符等，等价于 \x0b 和 \cK
\f		换页符，等价于 \x0c 和 \cL
		-
\xn		由 n 指明的字符编码， n 为十六进制ASCII编码。例如 \x41 匹配 A
\cX		由 X 指明的控制字符，x为大小写字母。例如 \cL 匹配换页符
\un		由 n 指明的字符编码， n 为十六进制Unicode编码。例如 \u6b63 匹配正

嵌套

对多个正则表达式进行组合、嵌套，使用子表达式的匹配结果

或

或，用于同时匹配多个正则表达式。

| 分隔多个正则表达式

例如，正则表达式 win7|win8|win10 ，可以匹配 win7 或 win8 或 win10

子表达式

将正则表达式用括号括起来，整体作为一个元素，可以使用量词。

( ) 用于匹配一个子表达式，可引用匹配结果
(?: ) 用于匹配一个子表达式，无法引用

例如，正则表达式 win(7|8|10) 可以匹配 win7 或 win8 或 win10

子表达式可以使用量词，如 win(10|11)? 可以匹配 win 或 win10 或 win11

边界表达式

边界表达式仅用于自定义边界，不计入匹配内容，也不可引用。

语法	定义	举例
正则(?=正则)	右侧肯定边界	`win(?=8\|10)` 能匹配 win8 或 win10 里的 `win` 但不能匹配 win7 或 win 里的 `win` ，因为边界不匹配
正则(?!正则)	右侧否定边界	`win(?!8\|10)` 不能匹配 win8 或 win10 里的 `win` 但可以匹配 win7 或 win 里的 `win` ，因为边界不匹配
(?<=正则)正则	左侧肯定边界	`(?<=8\|10)win` 能匹配 8win 或 10win 里的 `win` 但不能匹配 7win 或 win 里的 `win` ，因为边界不匹配
(?<!正则)正则	左侧否定边界	`(?<!8\|10)win` 不能匹配 8win 或 10win 里的 `win` 但可以匹配 7win 或 win 里的 `win` ，因为边界不匹配

需要注意的是，边界是一个确定的位置（右侧边界为匹配结果开头，左侧边界为匹配结果结尾）

边界表达式的额外用法：

正则表达式仅 字符范围 和 边界 可以否定匹配，能否实现 否定匹配 某个单词 或正则表达式？

我们可以使用 ^(?!.*(表达式)).* 来变相实现，

例如 ^(?!.*win.*) 可以匹配任何不含 win 的文本
看不懂？我们拆开看

.*win.* 匹配任何包含 win 的文本（尽可能匹配更多内容）

(?!.*win.*) 将任何不包含 win 的文本开头标记为边界

^(?!.*win.*) 左侧边界是 文本开头，右侧边界是 任何不包含 win 的文本开头
- 当文本中含有win时，因右侧边界不符合 无匹配；

- 否则，进行匹配（匹配位置文本开头，匹配内容为空）
因为右侧边界是匹配结果开头，也就是文本开头，所以我们可以加上 .* 以匹配全文

win右侧的内容不影响匹配，删掉 .* ，于是我们得到了 ^(?!.*(表达式)).*

引用

引用子表达式的匹配结果作为一个元素，可以使用量词。

\编号 子表达式的匹配结果

子表达式的编号，按照左括号 ( 的位置，从左到右排序，十进制数字。完整表达式的编号为 &

示例，一个多重嵌套的正则表达式 a((b)c)(d){2}
\0 对应表达式 a((b)c)(d){2} 的匹配结果 abcdd

\1 对应表达式 ((b)c) 的匹配结果 bc

\2 对应表达式 (b) 的匹配结果 b

\3 对应表达式 (d){2} 的匹配结果 dd

只能引用编号不超过两位数的子表达式。

子表达式可以使用 (?: ) 标记放弃引用，不计入编号

引用最常见的应用之一，查找文本中两个相同 的 相邻单词。以下面的句子为例：

is is! the cost of of ging up?

使用正则表达式 (\w+) \1 ，可以匹配到句子里的连续重复单词 is is 与 of of

语法优先级

相同优先级的，从左到右运算。不同优先级的，先高后低运算。

语法	描述
`\`	转义符
`( )` `(?: )` `(?= )` `[ ]`	圆括号和方括号
`*` `+` `?` `{n}` `{n,}` `{n,m}`	量词
`^` `$` 元字符任何字符	字符，元字符，边界
`\|`	或

或 的运算符优先级最低，使得 m|food 匹配 m 或 food

若要匹配 mood 或 food ，请使用括号创建子表达式 (m|f)ood

使用（wiki)

在wiki里，正则表达式的写法为 /正则表达式/模式

模式

模式是额外的匹配规则，不属于正则表达式。

i ：不区分大小写，A 和 a 没有区别（默认区分大小写）
g ：全局匹配，查找所有的匹配项（默认只查找一个匹配项）
m ：每行匹配，使边界 ^ 和 $ 匹配每一行的开头和结尾（默认匹配全文的开头和结尾）
s ：包含换行符，使元字符 . 匹配任何字符，包括换行符（默认 . 不匹配换行符\n ）

模式可以留空，也可以同时使用多个，示例 /^abc/gm

匹配字符 / 不需要转义，示例 ///

wiki里 \/ 不会报错且可正常匹配 / ，但其他语言不行！

转义（wiki）

部分正则表达式符号在wiki函数里有特殊用途，需要替换为模板，模板内容为符号，以避免解析错误。

已预设以下模板，如果没有可自行新建

| 替换为 {{!}} 英文感叹号
{ 替换为 {{(}} 英文左括号
} 替换为 {{)}} 英文右括号
= 替换为 {{=}} 英文等于号

/正则表达式/ 不支持 <nowiki> 标签，不可用于转义。

查找

查找指定内容，如果有匹配，执行代码1 如果没有匹配，执行代码2

  {{#rmatch:源字符串|/正则表达式/模式|匹配|不匹配}}

{{#rmatch:Windows7\|/do/\|找到啦\|没找到}}	存在do	找到啦
{{#rmatch:Windows7\|/re/\|找到啦\|没找到}}	不存在re	没找到
{{#rmatch:win7 WIN8 win11\|/win/i\|找到$0\|}}	可引用	找到win

替换

查找指定内容，将所有匹配结果替换为指定文本，详见 #rreplace

 {{#replace:源字符串|搜索文本|替换文本}}
 {{#rreplace:源字符串|/正则表达式/模式|替换文本}}  注意函数名称多一个r

{{#rreplace:win7 WIN8 win11\|/win/\|-}}	替换所有匹配结果	-7 WIN8 -11
{{#rreplace:win7 WIN8 win11\|/win/i\|-}}	模式i不区分大小写	-7 -8 -11
{{#rreplace:win7 WIN8 win11\|/or/i\|-}}	没有匹配，输出原文	win7 WIN8 win11

引用

可以引用正则表达式的匹配结果

使用 $0 或 ${0} 或 \0 引用 整个表达式的匹配结果

使用 $n 或 ${n} 或 \n 引用 第n个子表达式的匹配结果

{{#rmatch:win7 WIN8 win11\|/win/i\|找到$0\|}}	引用整个表达式的匹配结果	找到win
{{#rreplace:win7 WIN8 win11\|/win/i\|-$0-}}	引用整个表达式的匹配结果	-win-7 -WIN-8 -win-11
{{#rreplace:abcdd\|/a((b)c)(d){2}/\|$0-$1-\2-${3}666}}	引用子表达式的匹配结果	abcdd-bc-b-d666

帮助-正则表达式

WIKI功能

目录