社区文档构建进行中，欢迎编辑。社区答疑群（非官方）：717421103，点点小课堂（腾讯会议）：5696651544
帮助:正则表达式
正则表达式测试，本文作者batvbs
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
/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 |
沪公网安备 31011002002714 号