正则表达式入门

首先简单介绍下正则表达式：

正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"）。
正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。说白点就是：正则表达式就是用一类字符的统称来描述这一大批字符。

一.正则表达式基础

1.常用的元字符

代码	说明
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线或汉字
\s	匹配任意的空白符
\d	匹配数字
\b	匹配单词的开始或结束
\<	匹配单词的开始
\>	匹配单词的结束
^	匹配字符串的开始
$	匹配字符串的结束

(1) \bhello\b 其实就是查找单词hello了——先是某个单词开始处(\b)，然后是字符串hello，最后是单词结束处(\b)。
(2) ^\d{18}$ 比如身份证号——先是字符串开始（^），然后是18位数字(\d)，最后字符串结束（$）。

2.常用的限定符

代码	说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n, }	重复n次或更多次
{n,m}	重复n到m次

(1) windows\d+ 匹配windows开头后面是一位或多位数字的，windows7、windows10等等——\d+即匹配一次或多次数字。
(2) 010-\d{8} 也是匹配北京固定电话，跟上面010-\d\d\d\d\d\d\d\d是一个意思，这个更简便。

3.常用的反义代码

代码	说明
\W	匹配任意非字母或数字或下划线或汉字的字符
\S	匹配任意非空白符的字符
\D	匹配任意非数字字符
\B	匹配非单词开始或结束的地方
[^x]	匹配除x以外的任意字符
[^aeiou]	匹配除元音以外的任意字符

s[^"]+" 匹配用引号括起来的以s开头的字符串。

4.常用分组语法

代码	说明
(exp)	匹配exp,并捕获文本到自动命名的组里
(?exp)	匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)
(?:exp)	匹配exp,不捕获匹配的文本，也不给此分组分配组号
(?=exp)	匹配exp前面的位置
(?<=exp)	匹配exp后面的位置
(?!exp)	匹配后面跟的不是exp的位置
(?	匹配前面不是exp的位置

(1)\d+(?=qq) 匹配qq前面的数字。如果是patty123zzh12qq，则结果为：12
(2)\b\wh(?!e)\w\b 这个相对复杂一点，但是借助上面的表格，应该也能读懂，下面详细分析下——单词开始(\b)；然后跟零个或多个字母(\w)，因为是单词嘛，就只能是字母啦；接着是字母h，后面接一个不是e的字符(?!e)，然后又是零个或多个字母(\w)，直到单词结束(\b)。那我们就清楚了，也就是找“含有h字母，但h后面不是e的单词”，比如him、honey。而把诸如hello、help这样的单词排除。

对一个正则表达式模式或部分模式两边添加圆括号将导致相关匹配存储到一个临时缓冲区中，所捕获的每个子匹配都按照在正则表达式模式中从左到右出现的顺序存储。缓冲区编号从 1 开始，最多可存储 99 个捕获的子表达式。后向引用用于重复搜索前面某个分组匹配的文本。例如，\1代表分组1匹配的文本。难以理解？请看示例：

\b(\w+)\b\s+\1\b可以用来匹配重复的单词，像go go,ha ha。

5.懒惰限定符

代码	说明
*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n, }?	重复n次以上，但尽可能少重复

当正则表达式中包含能接受重复的限定符时，通常的行为是匹配尽可能多的字符。例如：a.b 它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配；但是用 a.?b 搜索的话会匹配aab（第一到第三个字符）和ab（第四到第五个字符），这叫懒惰匹配。
/{.*?}/g 全局尽可能匹配{ }

6.常用的其他符号

代码	说明
.	元字符转义。.是元字符，你没有办法匹配它，因为会被理解成别的意思，这时你就得使用\来取消这些字符的特殊意义，即.。同样的，其他元字符像*?+等等都需要转义。
[]	字符集。例如[0-9]匹配数字0到9，等同于\d；[a-z]匹配小写字母；[.?!]匹配标点符号.?!
()	分组。每个组自动拥有组号，从左向右，第一个出现的分组的组号为1，第二个为2，以此类推。(\d{1,3}.){3}\d{1,3} 是一个简单的IP地址匹配表达式——\d{1,3}匹配1到3位的数字，(\d{1,3}.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(\d{1,3})。\b(\w+)\b\s+\1\b 可以用来匹配重复的单词，像go go——首先是一个单词，这个单词含有一个或多个字母\b(\w+)\b，该单词会被捕获到编号为1的分组中，然后是1个或多个空白符(\s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(\1)，单词结束(\b)。
I	分枝。
//i	一次匹配。正则表达字面量。
//g	全局匹配。正则表达字面量。

---

二.正则表达式测试

网上面很多正则表达式的测试工具，这里给大家推荐几个：
（1）http://tool.oschina.net/regex 开源中国的在线正则表达式测试工具
（2）http://tool.chinaz.com/regex/ 站长之家的在线正则表达式测试工具
本地测试工具有RegEx Tester、RegexBuddy等等。

---

三.常用的正则表达式

常见的正则表达式