regular expression 正則式筆記

蒐集常用的正則式，不定期更新。

Regex 所使用的符號彙整

記號	說明
字元	代表該字元, 例如輸入 a 就代表那個地方應該出現 a 這個字元
^	限制字串必須出現於行首, 例如 ^a 表這串字必須以 a 開頭; 如果 a 出現在其它地方, 都不算數
$	限制字串必須出現於行末, 例如 a$ 表這串字必須以 a 結尾; 如果 a 出現在其它地方, 都不算數
\	將特殊字元還原成字面意義的字元, 例如 \( 代表 ( 這個符號, \\ 代表 \ 這個符號; 這種表示法適用於 (, ), [, ] 等在 Regex 有特殊意義的字元
^	某字元以外的任何字元, 必須包在中括號裡面。例如 [^a] 表示 a 除外的任何字元或符號, [^a\t] 表示 a 和 tab 除外的任何字元或符號
-	字元集合中可使用 - 來指定字元的區間, 必須包在中括號裡面。例如 [a-z] 表示從 a 到 z 的英文小寫字元, [1-3] 表示從 1 到 3 這三個數字之一
+	其前的字元或字元集合出現一次或一次以上, 例如 a+
?	其前的字元或字元集合可出現一次或不出現, 例如 a?
*	其前的字元或字元集合可出現任何次數或不出現, 例如 a*
(...)	用以括住一群字元,且將之視成一個集合, 通常用來集合表示多個檢核式
{n}	重複 n 次
{n,m}	重複 n 到 m 次
{n,}	至少重複 n 次
[]	其中之一字元可出現可不出現，例如 [abc] 表示不論出現 a 或 b 或 c 都算符合
|	代表「或」, 例如 (Sun|Mon|Tue|Wed|Thu|Fri|Sat), (日|一|二|三|四|五|六) ; 必須以左右括號括住
. (句點符號)	代表除了換行符號 (\n) 以外的任一字元。如果要包括換行符號，請使用 [\s\S]
\w (\W)	代表任何英文(以外的) 字元 - 請注意, 數字字元也被承認
\s (\S)	代表空白 (以外的) 字元
\d (\D)	代表數字 (以外的) 字元
\b (\B)	代表位於文字邊界的 (以外的) 字元, 例如 \bA 可以檢核出 AB, A\b 可以檢核出 BA, \bAA\b 可以檢核出 AA
\r	代表換行字元 (或稱 CR, Carriage Return)
\n	代表換行字元 (或稱 LF, Line Feed; 通常和 \r 一同出現, 所以一般以 \r\n 代表換行, 但根據我的測試, 無論使用 \r 或 \n 或 \r\n 都會得到相同的結果, 但唯獨不能寫成 \n\r, 但建議使用 \r?\n)
\t	代表 TAB 字元 (或稱 HT, Horizontal Tab)
\(	代表左括號
\)	代表右括號
\x	以十六進位字元碼代表某個字元; 例如 [\x21-\x7E] 可代表所有看得到的字元 ([\x20-\x7E] 則包括空白字元)。不過注意 \x 之後要使用兩個數字, 不足兩個數字者請補 0, 例如 \x01
\1, \2...	(Backreference Constructs) 表示出現過的群組; 例如 "(\d)(\D)" 樣式中有兩個群組, 若使用 "(\d)(\D)\1" 可檢出 "2A3"; 若使用 "(\d)(\D)\2+" 則可檢出 "2AB"; 餘此類推
\k	同上, 但適用於命名的群組; 例如 "(?\d)(?\D)\k" 亦可檢出 "2A3"
\p{Lu} (\P{Lu})	檢出大寫(非大寫)的字母, 例如 (?-i:\p{Lu}) 可檢出字串中所有大寫字母, 而 (?-i:\P{Lu}) 可檢出所有非大寫 (包括數字、空白等) 的字母

找出所有非特殊字元
[^\W_]+

找出特殊字元
[\W_]+

找出HTML Tag

<([\s\S]+)?>

驗證是否符合a-z A-Z 0-9 中文字
[a-zA-Z0-9\u4e00-\u9fa5]+

Reference:
過濾特殊字元
[入門][Regex] Regular Expression 詳論
正则表达式：英文、中文、数字、下划线