正则表达式重温整理

三大基础符号：Bracket括号符号、caret插入符号和Dollars美元符号

• 在正则表达式中存在三种括号符号：方括号（[）、花括号（{）及 圆括号（(）

方括号"["内是需要匹配的字符，匹配括号中任意一个字符；
花括号"{"内是指定匹配字符的数量/长度；
圆括号“(“ 则是用来分组的。

• 插入符号"^"表示正则的开始

• 美元符号"$"表示正则的结束

正则中的特殊快捷命令及其组合

• \d —> [0-9]

• \w —> [a-z0-9A-Z_]

• \s —> 任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等

• 字符* —> 0次或多次发生

• 字符+ —> 至少一次发生

• ? —> 0次或1次发生

• .+ —> 匹配任何字符（字母，数字，符号），除了n（换行）之外，1+次数。

• (?i) —> 表示下一个序列不区分大小写。

• | —> 连接两个表达式，表示或的关系

• . —> 匹配除了换行符以外的任意字符

• \b —> 是正则表达式规定的一个特殊代码（好吧，某些人叫它元字符，metacharacter），代表着单词的开头或结尾，也就是单词的分界处。虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是\b并不匹配这些单词分隔字符中的任何一个，它只匹配一个位置

• < —> 匹配单词开头的位置（待实证）

• 字符 > —> 匹配单词结尾的地方（待实证）

• \ —> 转义字符，普通字符转义为特殊字符，特殊字符转义为普通字符 - \n —> 匹配换行符 - \r —> 匹配一个回车符 - \f —> 匹配一个换页符

(0?[1-9]|[12]\d|3[01])——匹配1到31之间的任何数字（前面的0是可选的）

([\/\-])——匹配分隔符/或-

^[^@\s]+@[^@\s]+\.\w{2,6}$ 

## [^@\s]——匹配除@和空格\s之外的任何字符

## \.——匹配’.'字符

## \w{2,6}——匹配任何字符（字母，数字或下划线），2-6次

如果你想查找元字符本身的话，比如你查找.,或者*,就出现了问题：你没办法指定它们，因为它们会被解释成别的意思。这时你就得使用\来取消这些字符的特殊意义。因此，你应该使用\.和\*。当然，要查找\本身，你也得用\\。例如：deerchao\.net匹配deerchao.net，C:\\Windows匹配C:\Windows。

反义：有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外，其它任意字符都行的情况，这时需要用到反义

• \B —> 匹配非单词开头和结尾的地方

• \W —> 匹配任意不是字母，数字，下划线的字符

• \S —> 匹配任意不是空白符的字符

• \D —> 匹配任意非数字的字符

• [^x] —> 匹配除了x以外的任意字符

• [^aeiou] —> 匹配除了aeiou这几个字母以外的任意字符

后向引用：使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。

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

• 常用分组语法

9.png

\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.时，它会匹配sing和danc。

比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。