一、匹配字符
字符类 | 匹配的字符 | 举例 |
---|---|---|
\d | 从0-9的任一数字 | \d\d:匹配72,但不匹配aa或7a |
\D | 任一非数字字符 | \D\D\D:匹配abc,但不匹配123 |
\w | 任一单词字符,包括A-Z,a-z,0-9和下划线 | \w\w\w\w:匹配Ab-2,但不匹配∑£$%*或Ab_@ |
\W | 任一非单词字符 | \W匹配@,但不匹配a |
\s | 任一空白字符,包括制表符,换行符,回车符,换页符和垂直制表符 | 匹配在HTML,XML和其他标准定义中的所有传统空白字符 |
\S | 任一非空白字符 | 空白字符以外的任意字符,如A%&g3;等 |
. | 任一字符 | 匹配除换行符以外的任意字符除非设置了MultiLine先项 |
[…] | 括号中的任一字符 | [abc]:将匹配一个单字符,a,b或c. [a-z]:将匹配从a到z的任一字符 |
[^…] | 不在括号中的任一字符 | [^abc]:将匹配一个a、b、c之外的单字符,可以a,b或A、B、C [^a-z]将匹配不属于a-z的任一字符,但可以匹配所有的大写字母 |
二、重复字符
重复字符 | 含义 | 举例 |
---|---|---|
{n} | 匹配前面的字符n次 | x{2}匹配xx,但不匹配x或xxx |
{n,} | 匹配前面的字符至少n次 | x{2}匹配2个或更多的x,如xxx,xxx.. |
{n,m} | 匹配前面的字符至少n次,至多m次。如果n为0,此参数为可选参数 | x{2,4}匹配xx,xxx,xxxx,但不匹配xxxxx |
? | 匹配前面的字符0次或1次,实质上也是可选的 | x?匹配x或零个x |
+ | 匹配前面的字符0次或多次 | x+匹配x或xx或大于0的任意多个x |
* | 匹配前面的字符0次或更多次 | x*匹配0,1或更多个x |
三、定位字符
定位字符 | 描述 |
---|---|
^ | 随后的模式必须位于字符串的开始位置,如果是一个多行字符串,则必须位于行首。对于多行文本(包含回车符的一个字符串)来说,需要设置多行标志 |
$ | 前面的模式必须位于字符串的未端,如果是一个多行字符串,必须位于行尾 |
\A | 前面的模式必须位于字符串的开始位置,忽略多行标志 |
\z | 前面的模式必须位于字符串的未端,忽略多行标志 |
\Z | 前面的模式必须位于字符串的未端,或者位于一个换行符前 |
\b | 匹配一个单词边界,也就是一个单词字符和非单词字符中间的点。要记住一个单词字符是[a-zA-Z0-9]中的一个字符。位于一个单词的词首 |
\B | 匹配一个非单词字符边界位置,不是一个单词的词首 |
注:定位字符可以应用于字符或组合,放在字符串的左端或右端
四、分组字符
分组字符 | 定义 | 举例 |
---|---|---|
() | 此字符可以组合括号内模式所匹配的字符,它是一个捕获组,也就是说模式匹配的字符作为最终设置了ExplicitCapture选项――默认状态下字符不是匹配的一部分 | 输入字符串为:ABC1DEF2XY 匹配3个从A到Z的字符和1个数字的正则表达式:([A-Z]{3}\d) 将产生两次匹配:Match 1=ABC1;Match 2=DEF2每次匹配对应一个组:Match1的第一个组=ABC;Match2的第1个组=DEF 有了反向引用,就可以通过它在正则表达式中的编号以及C#和类Group,GroupCollection来访问组。如果设置了ExplicitCapture选项,就不能使用组所捕获的内容 |
(?:) | 此字符可以组合括号内模式所匹配的字符,它是一个非捕获组,这意味着模式所的字符将不作为一个组来捕获,但它构成了最终匹配结果的一部分。它基本上与上面的组类型相同,但设定了选项ExplicitCapture | 输入字符串为:1A BB SA1 C 匹配一个数字或一个A到Z的字母,接着是任意单词字符的正则表达式为:(?:\d|[A-Z]\w) 它将产生3次匹配:每1次匹配=1A;每2次匹配=BB;每3次匹配=SA但是没有组被捕获 |
(?<name>) | 此选项组合括号内模式所匹配的字符,并用尖括号中指定的值为组命名。在正则表达式中,可以使用名称进行反向引用,而不必使用编号。即使不设置ExplicitCapture选项,它也是一个捕获组。这意味着反向引用可以利用组内匹配的字符,或者通过Group类访问 | 输入字符串为:Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza能够匹配它们的姓名,并在一个组llastName中捕获姓的正则表达式为:\b[A-Z][a-z]+(?<lastName>[A-Z][a-z]+)\b 它产生了4次匹配:First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza 每一次匹配都对应了一个lastName组: 第1次匹配:lastName group=Seinfeld 第2次匹配:lastName group=Benes 第3次匹配:lastName group=Kramer 第4次匹配:lastName group=Costanza 不管是否设置了选项ExplictCapture,组都将被捕获 |
(?=) | 正声明。声明的右侧必须是括号中指定的模式。此模式不构成最终匹配的一部分 | 正则表达式\S+(?=.NET)要匹配的输入字符串为:The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal 将产生如下匹配: C# VB JScript. |
(?!) | 负声明。它规定模式不能紧临着声明的右侧。此模式不构成最终匹配的一部分 | \d{3}(?![A-Z])要匹配的输入字符串为:123A 456 789111C 将产生如下匹配: 456 789 |
(?<=) | 反向正声明。声明的左侧必须为括号内的指定模式。此模式不构成最终匹配的一部分 | 正则表达式(?<=New)([A-Z][a-z]+)要匹配的输入字符串为:The following states,New Mexico,West Virginia,Washington, New England 它将产生如下匹配: Mexico England |
(?<!) | 反向正声明。声明的左侧必须不能是括号内的指定模式。此模式不构成最终匹配的一部分 | 正则表达式(?<!1)\d{2}([A-Z])要匹配的输入字符串如下:123A456F789C111A 它将实现如下匹配: 56F 89C |
(?>) | 非回溯组。防止Regex引擎回溯并且防止实现一次匹配 | 假设要匹配所有以“ing”结尾的单词。输入字符串如下:He was very trusing 正则表达式为:.*ing 它将实现一次匹配――单词trusting。“.”匹配任意字符,当然也匹配“ing”。所以,Regex引擎回溯一位并在第2个“t”停止,然后匹配指定的模式“ing”。但是,如果禁用回溯操作:(?>.*)ing 它将实现0次匹配。“.”能匹配所有的字符,包括“ing”――不能匹配,从而匹配失败 |
五、决策字符
字符 | 描述 | 举例 |
---|---|---|
(?(regex)yes_regex|no_regex) | 如果表达式regex匹配,那么将试图匹配表达式yes。否则匹配表达式no。正则表达式no是可先参数。注意,作出决策的模式宽度为0.这意味着表达式yes或no将从与regex表达式相同的位置开始匹配 | 正则表达式(?(\d)dA|A-Z)B)要匹配的输入字符串为:1A CB3A5C 3B它实现的匹配是:1ACB3A |
(?(group name or number)yes_regex|no_regex) | 如果组中的正则表达式实现了匹配,那么试图匹配yes正则表达式。否则,试图匹配正则表达式no。no是可先的参数 | 正则表达式(\d7)?-(?(1)\d\d[A-Z]|[A-Z][A-Z]要匹配的输入字符串为:77-77A 69-AA 57-B 它实现的匹配为: 77-77A -AA |
六、替换字符
字符 | 描述 |
---|---|
$group | 用group指定的组号替换 |
${name} | 替换被一个(?<name>)组匹配的最后子串 |
$$ | 替换一个字符$ |
$& | 替换整个的匹配 |
$^ | 替换输入字符串匹配之前的所有文本 |
$’ | 替换输入字符串匹配之后的所有文本 |
$+ | 替换最后捕获的组 |
$_ | 替换整个的输入字符串注:以上为常用替换字符,不全 |
七、转义序列
字符 | 描述 |
---|---|
\\ | 匹配字符“\” |
\. | 匹配字符“.” |
\* | 匹配字符“*” |
\+ | 匹配字符“+” |
\? | 匹配字符“?” |
\| | 匹配字符“|” |
\( | 匹配字符“(” |
\) | 匹配字符“)” |
\{ | 匹配字符“{” |
\} | 匹配字符“}” |
\^ | 匹配字符“^” |
\$ | 匹配字符“$” |
\n | 匹配换行符 |
\r | 匹配回车符 |
\t | 匹配制表符 |
\v | 匹配垂直制表符 |
\f | 匹配换面符 |
\nnn | 匹配一个8进数字,nnn指定的ASCII字符。如\103匹配大写的C |
\xnn | 匹配一个16进数字,nn指定的ASCII字符。如\x43匹配大写的C |
\unnnn | 匹配由4位16进数字(由nnnn表示)指定的Unicode字符 |
\cV | 匹配一个控制字符,如\cV匹配Ctrl-V |
八、选项标志
选项标志 | 名称 |
---|---|
I | IgnoreCase |
M | Multiline |
N | ExplicitCapture |
S | SingleLine |
X | IgnorePatternWhitespace |
注:选项本身的信作含义如下表所示:
标志 | 名称 |
---|---|
IgnoreCase | 使模式匹配不区分大小写。默认的选项是匹配区分大小写 |
RightToLeft | 从右到左搜索输入字符串。默认是从左到右以符合英语等的阅读习惯,但不符合阿拉伯语或希伯来语的阅读习惯 |
None | 不设置标志。这是默认选项 |
Multiline | 指定^和$可以匹配行首和行尾,以及字符串的开始和结尾。这意味着可以匹配每个用换行符分隔的行。但是,字符“.”仍然不匹配换行符 |
SingleLine | 规定特殊字符“.”匹配任意的字符,包括换行符。默认情况下,特殊字符“.”不匹配换行符。通常与MultiLine选项一起使用 |
ECMAScript. | ECMA(European Coputer Manufacturer’s Association,欧洲计算机生产商协会)已经定义了正则表达式应该如何实现,而且已经在ECMAScript规范中实现,这是一个基于标准的JavaScript。这个选项只能与IgnoreCase和MultiLine标志一起使用。与其它任何标志一起使用,ECMAScript都将产生异常 |
IgnorePatternWhitespace | 此选项从使用的正则表达式模式中删除所有非转义空白字符。它使表达式能跨越多行文本,但必须确保对模式中所有的空白进行转义。如果设置了此选项,还可以使用“#”字符来注释下则表达式 |
Complied | 它把正则表达式编译为更接近机器代码的代码。这样速度快,但不允许对它进行任何修改 |
九、oracle的正则表达式(regular expression)
测试数据
create table test(mc varchar2(60)); insert into test values('112233445566778899'); insert into test values('22113344 5566778899'); insert into test values('33112244 5566778899'); insert into test values('44112233 5566 778899'); insert into test values('5511 2233 4466778899'); insert into test values('661122334455778899'); insert into test values('771122334455668899'); insert into test values('881122334455667799'); insert into test values('991122334455667788'); insert into test values('aabbccddee'); insert into test values('bbaaaccddee'); insert into test values('ccabbddee'); insert into test values('ddaabbccee'); insert into test values('eeaabbccdd'); insert into test values('ab123'); insert into test values('123xy'); insert into test values('007ab'); insert into test values('abcxy'); insert into test values('The final test is is is how to find duplicate words.'); commit;
函数 | 说明 |
---|---|
REGEXP_LIKE | 语法: REGEXP_LIKE( source_string, pattern [,match_parameter]) |
说明:返回满足匹配模式的字符串。相当于增强的like函数。 Source_string指定源字符表达式; pattern指定规则表达式; match_parameter指定默认匹配操作的文本串。 其中position,occurtence,match_parameter参数都是可选的 |
|
例句:select * from test where regexp_like(mc,'^a{1,3}'); select * from test where regexp_like(mc,'a{1,3}'); select * from test where regexp_like(mc,'^a.*e$'); select * from test where regexp_like(mc,'^[[:lower:]] ¦[[:digit:]]'); select * from test where regexp_like(mc,'^[[:lower:]]'); Select mc FROM test Where REGEXP_LIKE(mc,'[^[:digit:]]'); Select mc FROM test Where REGEXP_LIKE(mc,'^[^[:digit:]]'); |
|
REGEXP_INSTR | 语法: REGEXP_INSTR( source_string, pattern [,start_position [,occurrence [,return_option [,match_parameter]]]]) |
说明:该函数查找 pattern,并返回该模式的第一个位置。您可以随意指定您想要开始搜索的 start_position。 occurrence 参数默认为 1,除非您指定您要查找接下来出现的一个模式。 return_option 的默认值为 0,它返回该模式的起始位置;值为 1 则返回符合匹配条件的下一个字符的起始位置 |
|
例句:Select REGEXP_INSTR(mc,'[[:digit:]]$') from test; Select REGEXP_INSTR(mc,'[[:digit:]]+$') from test; Select REGEXP_INSTR('The price is $400.','$[[:digit:]]+') FROM DUAL; Select REGEXP_INSTR('onetwothree','[^[[:lower:]]]') FROM DUAL; Select REGEXP_INSTR(',,,,,','[^,]*') FROM DUAL; Select REGEXP_INSTR(',,,,,','[^,]') FROM DUAL; |
|
REGEXP_SUBSTR | 语法: REGEXP_SUBSTR( source_string, pattern [,position [,occurrence [,match_parameter]]]) |
说明:返回匹配模式的子字符串。相当于增强的substr函数。 Source_string指定源字符表达式; pattern指定规则表达式; position指定起始搜索位置; occurtence指定替换出现的第n个字符串; match_parameter指定默认匹配操作的文本串。 其中position,occurtence,match_parameter参数都是可选的 match_option的取值如下: ‘c’ 说明在进行匹配时区分大小写(缺省值); 'i' 说明在进行匹配时不区分大小写; 'n' 允许使用可以匹配任意字符的操作符; 'm' 将x作为一个包含多行的字符串。 |
|
例句:SELECT REGEXP_SUBSTR(mc,'[a-z]+') FROM test; SELECT REGEXP_SUBSTR(mc,'[0-9]+') FROM test; SELECT REGEXP_SUBSTR('aababcde','^a.*b') FROM DUAL; |
|
REGEXP_REPLACE | 语法: REGEXP_REPLACE( source_string, pattern, replace_string, position, occurtence, match_parameter) |
说明:字符串替换函数。相当于增强的replace函数。 Source_string指定源字符表达式; pattern指定规则表达式; replace_string指定用于替换的字符串; position指定起始搜索位置; occurtence指定替换出现的第n个字符串; match_parameter指定默认匹配操作的文本串。 其中replace_string,position,occurtence,match_parameter参数都是可选的。 |
|
例句: Select REGEXP_REPLACE('Joe Smith','( ){2,}', ',') AS RX_REPLACE FROM dual; Select REGEXP_REPLACE('aa bb cc','(.*) (.*) (.*)', '3, 2, 1') FROM dual; |
'^' 匹配输入字符串的开始位置,在方括号表达式中使用,此时它表示不接受该字符集合。
'$' 匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性,则 $ 也匹配 'n' 或 'r'。
'.' 匹配除换行符 n之外的任何单字符。
'?' 匹配前面的子表达式零次或一次。
'*' 匹配前面的子表达式零次或多次。
'+' 匹配前面的子表达式一次或多次。
'( )' 标记一个子表达式的开始和结束位置。
'[]' 标记一个中括号表达式。
'{m,n}' 一个精确地出现次数范围,m= <出现次数 <=n,'{m}'表示出现m次,'{m,}'表示至少出现m次。
' ¦' 指明两项之间的一个选择。例子'^([a-z]+ ¦[0-9]+)$'表示所有小写字母或数字组合成的字符串。
num 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。
字符簇:
[[:alpha:]] 任何字母。
[[:digit:]] 任何数字。
[[:alnum:]] 任何字母和数字。
[[:space:]] 任何白字符。
[[:upper:]] 任何大写字母。
[[:lower:]] 任何小写字母。
[[:punct:]] 任何标点符号。
[[:xdigit:]] 任何16进制的数字,相当于[0-9a-fA-F]。各种操作符的运算优先级
转义符
(), (?:), (?=), [] 圆括号和方括号
*, +, ?, {n}, {n,}, {n,m} 限定符
^, $, anymetacharacter 位置和顺序
¦ “或”操作