正規表示法
正規語言表示法
Regular Expression (正規表達式 or REGEXP) 在本質上是一種小型的特用語言。
這種
語言主要是用來做字串的比對、刪除、替換或拷貝重製等工作。當資料量龐大且形式規律時，Regular
Expressions特別顯得有效益，因為，幾十幾百
甚至上千上萬的替換工作，要用人工來作業或巨集(marcro)指令，都幾乎是一個不可能
的任務。
其實 ~ 正規表示式、在各種程式語言裡，大同小異，僅供參考不負責任 ...
哪些符號是必須要被脫逸掉的(Escape)特殊符號呢？
許多控制字元族、白字元族是看不到的，所以必須透過 ”\”
這個跳脫字元才能表達。
其中 REGEXP所選用的特用字元(metacharacter)族
. ^ $ * + ? { [ ] \ | ( )
這些則各有其
作用，如果要回歸到普通字元（跳脫特用字元功能）就必須透過
”\” 這個跳脫字元才能
回歸普通字元。瞭解和操作這些不可見的字元，正是進階搜尋必要的一種新的「透視力」。
白字 ── whitespace
這是在操作資料時，一個隱藏在資料中的重要字族(Character
Class)，因為
空白、換行、跳格(tab)這類的控制字元都是看不見的，所以稱為「白字」
(whitespapce) 也就是下列字元：
\t \n \r \f \v
因為這些字元都沒有可見圖像字形，所以必須要用 ”\”
加上一個字母來標示這
個白字元。白字元的集合就是在 REGULAR
EXPRESSION中的白字族可以以
[ \t\n\r\f\v] 來表示
(注意[….]中第一個字元為空白字元)，分別說明如下：
\t Tab ascii 碼 08 , 水平跳格
\n
new line feed ascii 碼 12 ($0C) , 跳下一行
\r
carrige return ascii碼13 ($0D), 歸位，回到一行的開始
\f
form feed ascii 碼 14 ($0E), 換到下一頁
\s
ascii碼 32, 空白字元
|
通用式 |
說明及範例 |
比對不成立之字串 |
|
/a/ |
含字母 "a" 的字串，例如 "ab", "bac", "cba" |
"xyz" |
|
/a./ |
含字母 "a" 以及其後任一個字元的字串，例如 "ab", "bac"（若要比對.，請使用 \.） |
"a", "ba" |
|
/^xy/ |
以 "xy" 開始的字串，例如 "xyz", "xyab"（若要比對 ^，請使用 \^） |
"axy", "bxy" |
|
/xy$/ |
以 "xy" 結尾的字串，例如 "axy", "abxy"以 "xy" 結尾的字串，例如 "axy", "abxy" （若要比對 $，請使用 \$） |
"xya", "xyb" |
|
[13579] |
包含 "1" 或 "3" 或 "5" 或 "7" 或 "9" 的字串，例如："a3b", "1xy" |
"y2k" |
|
[0-9] |
含數字之字串 |
不含數字之字串 |
|
[a-z0-9] |
含數字或小寫字母之字串 |
不含數字及小寫字母之字串 |
|
[a-zA-Z0-9] |
含數字或字母之字串 |
不含數字及字母之字串 |
|
b[aeiou]t |
"bat", "bet", "bit", "bot", "but" |
"bxt", "bzt" |
|
[^0-9] |
不含數字之字串（若要比對 ^，請使用 \^） |
含數字之字串 |
|
[^aeiouAEIOU] |
不含母音之字串（若要比對 ^，請使用 \^） |
含母音之字串 |
|
[^\^] |
不含 "^" 之字串，例如 "xyz", "abc" |
"xy^", "a^bc" |
|
字元 |
說明 |
簡單範例 |
|
\ |
跳脫字元 |
/A\*/ 可用於比對 "A*"，其中 * 是一個特殊字元，為避開其特殊意義，所以必須加上 "\" |
|
^ |
比對輸入列的啟始位置 |
/^A/ 可比對 "Abcd" 中的 "A"，但不可比對 "aAb" |
|
$ |
比對輸入列的結束位置 |
/A$/ 可比對 "bcdA" 中的 "A"，但不可比對 "aAb" |
|
* |
比對前一個字元零次或更多次 |
/bo*/ 可比對 "Good boook" 中的 "booo"，亦可比對 "Good bk" 中的 "b" |
|
+ |
比對前一個字元一次或更多次，等效於 {1,} |
/a+/ 可比對 "caaandy" 中的 "aaa"，但不可比對 "cndy" |
|
? |
比對前一個字元零次或一次 |
/e?l/ 可比對 "angel" 中的 "el"，也可以比對 "angle" 中的 "l" |
|
. |
比對任何一個字元（但換行符號不算） |
/.n/ 可比對 "nay, an apple is on the tree" 中的 "an" 和 "on"，但不可比對 "nay" |
|
(x) |
比對 x 並將符合的部分存入一個變數 |
/(a*) and (b*)/ 可比對 "aaa and bb" 中的 "aaa" 和 "bb"，並將這兩個比對得到的字串設定至變數 RegExp.id="mce_marker" 和 RegExp.$2。 |
|
xy |
比對 x 或 y |
/a*b*/g 可比對 "aaa and bb" 中的 "aaa" 和 "bb" |
|
{n} |
比對前一個字元 n 次，n 為一個正整數 |
/a{3}/ 可比對 "lllaaalaa" 其中的 "aaa"，但不可比對 "aa" |
|
{n,} |
比對前一個字元至少 n 次，n 為一個正整數 |
/a{3,}/ 可比對 "aa aaa aaaa" 其中的 "aaa" 及 "aaaa"，但不可比對 "aa" |
|
{n,m} |
比對前一個字元至少 n 次，至多 m 次，m、n 均為正整數 |
/a{3,4}/ 可比對 "aa aaa aaaa aaaaa" 其中的 "aaa" 及 "aaaa"，但不可比對 "aa" 及 "aaaaa" |
|
[xyz] |
比對中括弧內的任一個字元 |
/[ecm]/ 可比對 "welcome" 中的 "e" 或 "c" 或 "m" |
|
[^xyz] |
比對不在中括弧內出現的任一個字元 |
/[^ecm]/ 可比對 "welcome" 中的 "w"、"l"、"o"，可見出其與 [xyz] 功能相反。（同時請同學也注意 /^/ 與 [^] 之間功能的不同。） |
|
[\b] |
比對退位字元（Backspace character） |
可以比對一個 backspace ，也請注意 [\b] 與 \b 之間的差別 |
|
\b |
比對英文字的邊界，例如空格 |
例如 /\bn\w/ 可以比對 "noonday" 中的 ‘no’ ; |
|
\B |
比對非「英文字的邊界」 |
例如, /\w\Bn/ 可以比對 "noonday" 中的 ‘on’ , |
|
\cX |
比對控制字元（Control character），其中 X 是一個控制字元 |
/\cM/ 可以比對一個字串中的 control-M |
|
\d |
比對任一個數字，等效於 [0-9] |
/[\d]/ 可比對由 "0" 至 "9" 的任一數字但其餘如字母等就不可比對 |
|
\D |
比對任一個非數字，等效於 [^0-9] |
/[\D]/ 可比對 "w" "a"… 但不可比對如 "7" "1" 等數字 |
|
\f |
比對 form-feed |
若是在文字中有發生 "換頁" 的行為則可以比對成功 |
|
\n |
比對換行符號 |
若是在文字中有發生 "換行" 的行為則可以比對成功 |
|
\r |
比對 carriage return |
|
|
\s |
比對任一個空白字元（White space character），等效於 [ \f\n\r\t\v] |
/\s\w*/ 可比對 "A b" 中的 "b" |
|
\S |
比對任一個非空白字元，等效於 [^ \f\n\r\t\v] |
/\S/\w* 可比對 "A b" 中的 "A" |
|
\t |
比對定位字元（Tab） |
|
|
\v |
比對垂直定位字元（Vertical tab） |
|
|
\w |
比對數字字母字元（Alphanumerical characters）或底線字母（"_"），等效於 [A-Za-z0-9_] |
/\w/ 可比對 ".A _!9" 中的 "A"、"_"、"9"。 |
|
\W |
比對非「數字字母字元或底線字母」，等效於 [^A-Za-z0-9_] |
/\W/ 可比對 ".A _!9" 中的 "."、" "、"!"，可見其功能與 /\w/ 恰好相反。 |
|
\ooctal |
比對八進位，其中octal是八進位數目 |
/\oocetal123/ 可比對與八進位的ASCII中 "123" 所相對應的字元值。 |
|
\xhex |
比對十六進位，其中hex是十六進位數目 |
/\xhex38/ 可比對與 16進位的ASCII中 "38" 所相對應的字元。 |
RegularExpresson(正規語言的語法)基礎教學
$ 匹配字元串的結束
ex
"^The": 開頭一定要有"The"字元串;
"of despair$": 結尾一定要有"of despair" 的字元串;
那麼
"^abc$": 就是要求以abc開頭和以abc結尾的字元串，實際上是只有abc匹配
"notice": 匹配「包含」notice的字元串
你可以看見如果你沒有用我們提到的兩個字符（最後一個例子），可以出現下被檢驗字元串的任何地方，你沒有把他鎖定到兩邊
* 相當於{0,} zero or more
+ 相當於{1,} one or more
? 相當於{0,1} zero or one
要點, '*', '+',和 '?'只管它前面那個字符.
ex
"ab*": 和ab{0,}同義,匹配以a開頭,後面可以接0個或者N個b組成的字元串("a", "ab", "abbb", 等);
"ab+": 和ab{1,}同義,同上條一樣，但最少要有一個b存在 ("ab", "abbb", 等.);
"ab?":和ab{0,1}同義,可以沒有或者只有一個b;
"a?b+$": 匹配以一個或者0個a再加上一個以上的b結尾的字元串.
{ } 限制字符出現的個數
ex
"ab{2}": 要求a後面一定要跟兩個b（一個也不能少）("abb");
"ab{2,}": 要求a後面一定要有兩個或者兩個以上b(如"abb", "abbbb", 等.);
"ab{3,5}": 要求a後面可以有3－5個b("abbb", "abbbb", or "abbbbb").
( ) 幾個字符放到小括號裡
ex
"a(bc)*": 匹配 a 後面跟0個或者一個"bc";
"a(bc){1,5}": 一個到5個 "bc."
還有一個字符 '│', 相當於OR 操作:
"hi│hello": 匹配含有"hi" 或者 "hello" 的 字元串;
"(b│cd)ef": 匹配含有 "bef" 或者 "cdef"的字元串;
"(a│b)*c": 匹配含有這樣多個（包括0個）a或b，後面跟一個c
的字元串;
一個點('.')可以代表所有的單一字符,不包括"\n"
如果,要匹配包括"\n"在內的所有單個字符,怎么辦?
對了,用'[\n.]'這種模式.
"a.[0-9]": 一個a加一個字符再加一個0到9的數字
"^.{3}$": 三個任意字符結尾 .
中括號括住的內容只匹配一個單一的字符
"[ab]": 匹配單個的 a 或者 b ( 和 "a│b" 一樣);
"[a-d]": 匹配'a' 到'd'的單個字符 (和"a│b│c│d" 還有 "[abcd]"效果一樣); 一般我們都用[a-zA-Z]來指定字符為一個大小寫英文
"^[a-zA-Z]": 匹配以大小寫字母開頭的字元串
"[0-9]%": 匹配含有 形如 x％ 的字元串
",[a-zA-Z0-9]$": 匹配以逗號再加一個數字或字母結尾的字元串
你也可以把你不想要得字符列在中括號裡，你只需要在總括號裡面使用'^' 作為開頭 "%[^a-zA-Z]%" 匹配含有兩個百分號裡面有一個非字母的字元串.
要點:^用在中括號開頭的時候,就表示排除括號裡的字符
為了PHP能夠解釋，你必須在這些字符面前後加'',並且將一些字符轉義.
不要忘記在中括號裡面的字符是這條規路的例外─在中括號裡面, 所有的特殊字符，包括(''), 都將失去他們的特殊性質 "[*\+?{}.]"匹配含有這些字符的字元串.
還有,正如regx的手冊告訴我們: "如果清單裡含有 ']', 最好把它作為清單裡的第一個字符(可能跟在'^'後面). 如果含有'-', 最好把它放在最前面或者最後面, or 或者一個範圍的第二個結束點[a-d-0-9]中間的‘-’將有效.
看了上面的例子,你對{n,m}應該理解了吧.要注意的是,n和m都不能為負整數,而且n總是小於m. 這樣,才能 最少匹配n次且最多匹配m次. 如"p{1,5}"將匹配 "pvpppppp"中的前五個p
好,我們來做個應用:
如何構建一個模式來匹配 貨幣數量 的輸入
構建一個匹配模式去檢查輸入的訊息是否為一個表示money的數字。
我們認為一個表示money的數量有四種模式︰ "10000.00" 和 "10,000.00",或者沒有小數部分, "10000" and "10,000".
現下讓我們開始構建這個匹配模式:
^[1-9][0-9]*$
這是所變量必須以非0的數字開頭.但這也意味著 單一的 "0" 也不能透過測試. 以下是解決的方法:
^(0│[1-9][0-9]*)$
"只有0和不以0開頭的數字與之匹配"，我們也可以允許一個負號在數字之前:
^(0│-?[1-9][0-9]*)$
這就是: "0 或者 一個以0開頭 且可能 有一個負號在前面的數字." 好了,現下讓我們別那麼嚴謹，
允許以0開頭.現下讓我們放棄 負號 , 因為我們在表示錢幣的時候並不需要用到. 我們現下指定 模式 用來匹配小數部分:
^[0-9]+(\.[0-9]+)?$
這暗示匹配的字元串必須最少以一個阿拉伯數字開頭. 但是注意，在上面模式中 "10." 是不匹配的, 只有 "10" 和 "10.2" 才可以. （你知道為什麼嗎）
^[0-9]+(\.[0-9]{2})?$
我們上面指定小數點後面必須有兩位小數.如果你認為這樣太苛刻,你可以改成:
^[0-9]+(\.[0-9]{1,2})?$
這將允許小數點後面有一到兩個字符. 現下我們加上用來增加可讀性的逗號（每隔三位）, 我們可以這樣表示:
^[0-9]{1,3}(,[0-9]{3})*(\.[0-9]{1,2})?$
不要忘記 '+' 可以被 '*' 替代 如果你想允許空白字元串被輸入話 (為什麼?). 也不要忘記反斜杆 ’\’ 在php字元串中可能會出現錯誤 (很普遍的錯誤).
現下，我們已經可以確認字元串了, 我們現下把所有逗號都去掉 str_replace(",", "", $money) 然後在把類型看成 double然後我們就可以透過他做數學計算了.
再來一個:
構造檢查email的正規語言表示法
在一個完整的email位址中有三個部分:
1. 用戶名 (在 [email]'@'[/email] 左邊的一切),
[email=2.]2.'@'[/email],
3. 伺服器名(就是剩下那部分).
用戶名可以含有大小寫字母阿拉伯數字,句號 ('.'), 減號('-'), and 下劃線 ('_'). 伺服器名字也是符合這個規則,當然下劃線除外.
現下, 用戶名的開始和結束都不能是句點. 伺服器也是這樣. 還有你不能有兩個連續的句點他們之間至少存在一個字符，好現下我們來看一下怎么為用戶名寫一個匹配模式:
^[_a-zA-Z0-9-]+$
現下還不能允許句號的存在. 我們把它加上:
^[_a-zA-Z0-9-]+(\.[_a-zA-Z0-9-]+)*$
上面的意思就是說: "以至少一個規範字符（除了.）開頭,後面跟著0個或者多個以點開始的字元串."
簡單化一點, 我們可以用 eregi()取代 ereg().eregi()對大小寫不敏感, 我們就不需要指定兩個範圍 "a-z" 和 "A-Z" 只需要指定一個就可以了:
^[_a-z0-9-]+(\.[_a-z0-9-]+)*$
後面的伺服器名字也是一樣,但要去掉下劃線:
^[a-z0-9-]+(\.[a-z0-9-]+)*$
好. 現下只需要用”@”把兩部分連接:
^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$
這就是完整的email認証匹配模式了,只需要調用
eregi(‘^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$ ’,$eamil)
就可以得到是否為email了
正規語言表示法的其他用法
var reg = new RegExp('ABC','i');
傳回比對搜尋的結果 = "123456A000B000被比對的字符串".match(reg);
邏輯值= preg_match(正規表示式 ,要比對的字串 [,結果] );
$str = "xa111b222a333a20112233";
$pattern = "/a[3]{3}/i";
preg_match($pattern, $str, $X);
echo $X[0]; //a333
---------------------------------------
$text = "xa111b222a3330000022222223333";
$pattern = "/.*?(a[3]{3}).*/i";
echo preg_replace($pattern,"\\1", $text); //a333
Dim regExp As Regex = New Regex("[A-Z] {1} [0-9] {9}")
'是否符合身份証字號
If regExp.IsMatch(code.Text) Then
Lcode.Text ="身份証字號 : " & code.Text
Else
Lcode.Text ="不符合身份証字號格式 !"
End If
using System;
// 88,62,86,77,
}
Regex 引擎依預設，輸入字串與規則運算式模式中任何常值字元的比較會區分大小寫，規則運算式模式中的空白字元會解譯成常值空白字元，而規則運算式中的擷取群組會隱含也會明確命名。
您可以藉由指定規則運算式選項來修改這些預設規則運算式行為，選項可以是複數。 /規則運算/,"選項"
var reg = new
RegExp('ABC','ig');
| 選項 flag | 意義 | 說明 |
|---|---|---|
i |
ignore case | 使用不區分大小寫的比對方式 |
|
singleline |
使用單行模式，使句點 .
會比對每個字元，而不是換行符號 \n 以外的每個字元
|
m |
multiline |
使用多行模式，使 ^ 和 $ 會比對每一行的開頭與結尾，而不是輸入字串的開頭和結尾
|
g |
global search |
使用全局匹配模式。有時候你會希望重複匹配目標字串多次，使用 g flag
就可以保留 lastIndex 的狀態，讓下一次再匹配時，可以從 lastIndex
的位置開始找起，你就可以遍歷整個文本中的所有可匹配字串，而不是每一次再匹配時都得到一樣的結果
(文本中從頭開始第一個找到的字串)。另外預設上，如果沒有開啟 g flag，Regex
引擎只會返回「第一個」匹配到的字串結果
|
搜尋比對時的邊界對齊
搜尋獨立的完整字串
\b
─── 要在字詞(word)的邊界上，”\bthe\b” 意思就是搜尋單獨的”the”。
例：”…
the
theater is other …” （標紅色的獨立字 the
會被搜到，不是獨立字的綠色the則不會被搜出。）
搜尋靠邊的字串
而 “\bthe” 就是只在左邊有限制：
例：”…the
theater is other …,then dog，there... " 共四個
the 會被搜到在，other裡的the就不會。
注意：她們所臨接的 .
,，(句號、空白、英文逗號，中文逗號都是合法的邊）。
搜尋不限制位置的字串
而搜尋 “the” 沒有加上限制出現的位置時就對任何字串都有效：
例：”…
the
theater is other …” 三個 the 字串都會被搜到。
搜尋不再邊邊上的字串
\B
─── 與 \b 剛好相反互補，就是不可在字詞(word)的邊界上，\Bt\B
意思就是尋找不在兩端的t。
例：”…
the theater is other …” 只有不在兩邊的紅t會被搜到，靠邊的綠色t則不會被搜出。
字串樣本群組
小括弧( )的使用時機。
一般的Regular
Expression（正則表達式）系統會提供數個的字串樣本變數來容納由 “( …
)”內的字串。
在字串樣本中，也可以放上各種特用字元(metacharacter)就像數學式(sub-expression)一般，
而成為一種字串樣本的一部份，而可以在稍後以
\1 \3
的方式加以引用，
“\1”
就是叫用先前建立的第一個 (…) 內的字串「樣本1」； ”\3”
則表示引用（先前建立的）「樣本3」。
※在 Javascript
與某些程式語言，樣本變數是使用錢字號表示$，$1~$9。
補充說明
REGEXP 預設是(貪婪的，greedy)
例： A.*B 會搜出： xxxA
xxxB xxxxB zzzzB
當有好幾種可能時，REGEXP基本原則上是「盡可
能搜出」，在這裡就是到最右邊的B。（
xxxB xxxxB zzzz這一段就是滿足
* 的內容 ）
A.*?B
會搜出：xxxA xxxB xxxxB zzzzB
?
就是指定採取保守模式(不貪婪，non-greedy)，也就是
只搜到A之後第一個遇到的B就停下來。
注意：
“?”若是用在 (*, +, ?, {n},
之後時，則用來指定保守的「非重複擴張」模式 (不貪婪,non
greedy)，也就是若是可多可少的重複次數時，「以搜尋比對最少次數為準」。
雖然不是很滿意，但還可以接受
檢查網址URL =
/(https?:\/\/[\w\-_]+(\.[\w\-_]+)+([\w\-\.,@?^=%&:\/~\+#]*[\w\-\@?^=%&\/~\+#-])?)|/ig
2021/02/5 最近寫了2支程式，都需要用到 Regexp，Blogger小工具 最新文章 不會使用還真的很難玩 ~
Regex Tester on line
協助架設 Blogger / 網站 服務
舊 
張貼留言