正则表达式常用规则

整理自http://deerchao.net/tutorials/regex/regex.htm#mission
附一个图形化展示正则表达式的网站https://regexper.com/

在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。

• 正则表达式用来进行精确的文本匹配

元字符

元字符	说明
\b	匹配单词的开始和结束 位置
^	匹配字符串的开头
$	匹配字符串的结尾
.	匹配除了换行符以外的任意字符
\d	匹配一位数字(0，或1，或2，或……)
\s	匹配任意的空白符，包括空*，制表符(Tab)，换行符，中文全角空格等
\w	匹配字母或数字或下划线或汉字等
不是元字符	匹配它本身

字符转义

. —> \.
* —> \*
\ —> \\
( —> \(

重复

语法	说明
*	指定*前边的内容可以连续重复使用任意次(可能是0次)
+	匹配重复1次或更多次
?	重复零次或一次
{n}	匹配只能不多不少重复n次
{n,m}	重复的次数不能少于n次，不能多于m次
{n,}	重复n次或更多次

字符类

[] 指明范围

举例	说明
[aeiou]	匹配任何一个英文元音字母
[.?!]	匹配标点符号(.或?或!)
[0-9]	\d
[a-z0-9A-Z_]	\w（如果只考虑英文的话）

分枝条件

| 把不同的规则分隔开
0\d{2}-\d{8}|0\d{3}-\d{7}

分组

用小括号来指定子表达式(也叫做分组)
粗略匹配ip地址
(\d{1,3}.){3}\d{1,3}
匹配ip地址
((2[0-4]\d|25[0-5]|[01]?\d\d?).){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

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

语法	说明
\W	匹配任意不是字母，数字，下划线，汉字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
[^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

贪婪与懒惰

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（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。
以这个表达式为例：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。

懒惰匹配，也就是匹配尽可能少的字符
前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号 ?
a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。

举例

举例	说明
\bhi\b.*\bLucy\b	先是一个单词hi,然后是任意个任意字符(但不能是换行)，最后是Lucy这个单词
0\d\d-\d\d\d\d\d\d\d\d	以0开头，然后是两个数字，然后是一个连字号“-”，最后是8个数字
0\d{2}-\d{8}	\d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)
^\d{5,12}$	整个输入必须是5到12个数字
(?0\d{2}[) -]?\d{8}	像(010)88886666，或022-22334455，或02912345678等
<a[^>]+>	用尖括号括起来的以a开头的字符串

其他部分

后向引用、零宽断言、负向零宽断言、注释、处理选项、平衡组/递归匹配，参看http://deerchao.net/tutorials/regex/regex.htm#mission