正则表达式重复匹配与量词

则表达式重复匹配

正则表达式重复匹配，本文介绍正则表达式匹配一个或多个字符，匹配零个或多个字符，
匹配零个或一个字符，为重复匹配设置一个精确的值，为重复匹配次数设置一个区间，匹配“至少重复多少次”和防止过度匹配。

本文介绍的主要元字符如下表所示。

匹配一个或多个字符

要想匹配同一个字符（或字符集合）的多次重复，只要简单地给这个字符（或字符集合）加上一个 + 字符作为后缀就行了。
+ 匹配一个或多个字符（至少一个，不匹配零个字符的情况）。

文本：

aaa@bbb.ccc
aaa.aaa@bbb.ccc
aaa@bbb.bbb.ccc
aaa.aaa@bbb.bbb.ccc

执行正则表达式：
\w+@\w+\.\w+

输出结果：

在给一个字符集合加上 + 后缀的时候，必须把 + 放在这个字符集合的 外面 。
比如， [0-9]+ 是正确的， [0-9+] 则不是，后面定义的是一个由数字 0 到 9 和 + 构成的字符集合，只能匹配一个单个的数字字符或加号。

• + 是一个元字符，如果需要匹配 + 本身，就必须使用它的转义序列 \+ 。
• + 可以用来匹配一个或多个字符集合。

文本：

aaa@bbb.ccc
aaa.aaa@bbb.ccc
aaa@bbb.bbb.ccc
aaa.aaa@bbb.bbb.ccc

执行正则表达式：

[\w.]+@[\w.]+\.\w+

结果：

匹配零个或多个字符

要想匹配字符（或字符集）连续出现零次或多次的情况，可以使用 * 字符来完成， * 的用法和 + 一样，只要把它放在一个字符（或字符集）的后面就行。

文本：

.aaa@bbb.ccc

执行正则表达式：
\w[\w.]*@[\w.]+\.\w+

结果：

匹配零个或一个字符

？ 只能匹配一个字符（或字符集合）的零次或一次出现。

文本：

http://www.baidu.com/
https://www.baidu.com/

执行正则表达式：
https?://[\w./]+

结果：

为重复匹配次数设定一个精确的值

正则表达式语言提供了一个用来设定重复次数的语法，重复次数要用 { 和 } 字符来给出，把数值写在它们之间。

文本：

#CCC
#123456
#abcDEF
#135xyz

执行正则表达式：
#[0-9a-fA-F]{6}

输出结果如下：

为重复匹配次数设定一个区间

{} 语法还可以用来为重复匹配次数设定一个区间，也就是为重复匹配次数设定一个最小值和一个最大值。

文本：

4/8/03
10-6-2004
2/2/2
01-01-01

执行正则表达式：
\d{1,2}[-\/]\d{1,2}[-\/]\d{2,4}

输出结果如下：

在这个例子中，我们使用了 / 的转义序列 \/ 。这在许多正则表达式实现里是不必要的，但有些正则表达式分析器要求我们必须这样做。
为了避免不必要的麻烦，在需要匹配 / 字符本身的时候，最好总是使用它的转义序列。

匹配“至少重复多少次”

{} 语法的最后一种用法是给出一个最小的重复次数（但不必给出一个最大值），可以用来匹配至少重复多少次。

文本：

1001: 496.80
1002:1290.69
1003: 26.43
1004:613.42
1005: 7.61
1006:414.90
1007: $25.00

执行正则表达式：
\d+: \$\d{3,}\.\d{2}

执行结果如下：

防止过度匹配

文本：

<b>aaa</b> bbb <b>ccc</b>

执行正则表达式：
<[Bb]>.*

执行结果如下：

这个例子中只找到了一个匹配而不是预期中的两个，因为
*
和
+
都是所谓的 “贪婪型” 元字符，它们在进行匹配时的行为模式是
多多益善而不是适可而止
的。它们会尽可能地从一段文本的开头一直匹配到这段文本的末尾，而不是从这段文本的开头匹配到碰到第一个匹配时为止。

在不需要这种 “贪婪行为” 的时候，应该使用这些元字符的 “懒惰型” 版本（“懒惰”在这里的含义是
匹配尽可能少的字符
，与贪婪型元字符的行为模式刚好相反）。懒惰型元字符的写法很简单，只要给贪婪型元字符加上一个
?
后缀即可。

文本：

<b>aaa</b> bbb <b>ccc</b>

执行正则表达式：
<[Bb]>.*?</[Bb]>

执行结果如下：