正規表示式是一種可以用於模式匹配和替換的規範，一個正規表示式就是由普通的字元（如字元 a~z）以及特殊字元（元字元）組成的文字模式，它用以描述在查詢文字主體時待匹配的一個或多個字串。
正規表示式作為一個模板，將某個字元模式與所搜尋的字串進行匹配。本文簡單了解一下如何使用正規表示式來操作字串。
元字元
正規表示式中含有一些具有特殊意義的字元，這些特殊字元稱為
正規表示式的元字元。例如“d”表示 0~9 的任何一個數位，“d”就是元字元。正規表示式中有多種元字元，常用的元字元如表 1 所示。
表1 正規表示式常用的元字元
|
元字元 |
正規表示式的寫法 |
說明 |
|
. |
"." |
代表任意一個字元 |
|
d |
"d" |
代表 0~9 的任何一個數位 |
|
D |
"D" |
代表任何一個非數位字元 |
|
s |
"s" |
代表空白字元，如“t”和”n” |
|
S |
"S" |
代表非空白字元 |
|
W |
"W" |
代表不可用於識別符號的字元 |
|
p {Lower} |
p {Lower} |
代表小寫字母 {a~z} |
|
p {Upper} |
p {Upper} |
代表大寫字母 {A~Z} |
|
p {ASCII} |
p {ASCII} |
ASCII 字元 |
|
p {Alpha} |
p {Alpha} |
字母字元 |
|
p {Digit} |
p {Digit} |
十進位制數位，即 [0~9] |
|
p {Alnum} |
p {Alnum} |
數位或字母字元 |
|
p {Punct} |
p {Punct} |
標點符號：!"#$%&'()*+,-./:;<=>[email protected][]^_`{|}~ |
|
p {Graph} |
p {Graph} |
可見字元：[p{Alnum}p{Punct}] |
|
p {Print} |
p {Print} |
可列印字元：[p{Graph}x20] |
|
p {Blank} |
p {Blank} |
空格或製表符：[t] |
|
p {Cntrl} |
p {Cntrl} |
控制字元：[x00-x1Fx7F] |
在正規表示式中，可以使用方括號括起來若干個字元來表示一個元字元。這個元字元可以代表方括號中的任何一個字元，例如字串“reg="a4"” “reg="b4"”和“reg="c4"”都是與“reg="[abc]4"”匹配的字串。
注意：在正規表示式中，“.”代表任何一個字元，因此如果想在正規表示式中使用普通意義的點字元，那麼必須使用跳脫字元。
限定符
正規表示式中允許使用限定修飾符來限定元字元出現的次數，例如，“B*”表示 B 字母可以在字串中出現零次或多次。
正規表示式中可以使用多種限定符，如表 2 所示。
表2 正規表示式常用的限定符
|
限定符 |
? |
* |
+ |
{n} |
{n,} |
{n,m} |
|
說明 |
零次或一次 |
零次或多次 |
一次或多次 |
正好出現 n 次 |
至少出現 n 次 |
出現 n~m 次 |