網上有很多關於正則表達式快速入門的教程，此篇文章僅僅是我看文章的理解，關於正則表達式的資料我已經放到我的GitHub上面了歡迎大家star or fork me.

(我的GitHub是https://github.com/MartinWuQing)

1.什麽叫正則表達式。

正則表達式，又稱規則表達式。（英語：Regular Expression，在代碼中常簡寫為regex、regexp或RE）。

正則表通常被用來查找、替換那些符合某個模式(規則)的文本，正則表達式就是用來做這件事的工具。

就像Windows/Dos下用於文件查找的通配符(wildcard)，也就是*和?。如果你想查找某個目錄下的所有的Word文檔的話，你會搜索*.doc。在這裏，*會被解釋成任意的字符串。和通配符類似，正則表達式也是用來進行文本匹配的工具，只不過比起通配符，它能更精確

（Talk is cheap ,show you the code ）

2.常用的正則表達式元字符

先介紹一個概念：元字符metacharacter

所謂元字符就是指那些在正則表達式中具有特殊意義的專用字符，就是下面的紅色的字符。

（1）\b : 代表著單詞的開頭或結尾，也就是單詞的分界處，只替換一個位置

比如要精確找到謀篇文章裏面的hello這個單詞那麽，正則表達式就應該是這個樣子：

（2） . ： . 代表匹配除了換行符以外的任意字符

（3） * ：它代表的不是字符，也不是位置，而是數量——它指定*前邊的內容可以連續重復使用任意次以使整個表達式得到匹配。

例子： 要找hello後面不遠的liming這個單詞：

正則表達式為：\bhello\b.*\bLucy\b

意思就很明顯了：先是一個單詞hello然後是任意個任意字符(但不能是換行)，最後是liming這個單詞

（4）\d ：匹配一位數字(0，或1，或2，或……)

例子：中國電話號碼 形式用正則表達式表達出來：

正則表達式：0\d\d-\d\d\d\d\d\d\d\d （註：-不是元字符，只匹配它本身——連字符(或者減號，或者中橫線，或者隨你怎麽稱呼它）

或者：0\d{2}-\d{8} （註：這裏\d後面的{2}({8})的意思是前面\d必須連續重復匹配2次(8次)）

（5）\s ：匹配任意的空白符，包括空格，制表符(Tab)，換行符，中文全角空格等

（6）\w ：匹配字母或數字或下劃線或漢字等

例子：\ba\w*\b匹配以字母a開頭的單詞——先是某個單詞開始處(\b)，然後是字母a,然後是任意數量的字母或數字(\w*)，最後是單詞結束處(\b)。

（7）+ ：+是和*類似的元字符，不同的是*匹配重復任意次(可能是0次)，而+則匹配重復1次或更多次。

例子：\d+匹配1個或更多連續的數字

\b\w{6}\b 匹配剛好6個字符的單詞

（8）^ ：匹配字符串的開始

（9）$ ：匹配字符串的結束

元字符^（和數字6在同一個鍵位上的符號）和$都匹配一個位置，這和\b有點類似。^匹配你要用來查找的字符串的開頭，$匹配結尾。

例子：qq號規定5-12位的數字：^\d{5,12}$

這裏的{5,12}和前面介紹過的{2}是類似的，只不過{2}匹配只能不多不少重復2次，{5,12}則是重復的次數不能少於5次，不能多於12次，否則都不匹配。

因為使用了^和$，所以輸入的整個字符串都要用來和\d{5,12}來匹配，也就是說整個輸入必須是5到12個數字，因此如果輸入的QQ號能匹配這個正則表達式的話，

那就符合要求了。

和忽略大小寫的選項類似，有些正則表達式處理工具還有一個處理多行的選項。如果選中了這個選項，^和$的意義就變成了匹配行的開始處和結束處。

3.字符轉義

如果你想查找元字符本身的話，比如你查找.,或者*,就出現了問題：你沒辦法指定它們，因為它們會被解釋成別的意思。

這時你就得使用\來取消這些字符的特殊意義。

因此，你應該使用\.和\*。當然，要查找\本身，你也得用\\

例如mahuaqun.net 用正則表達式為：mahuaqun\.net

4. 關於代表重復的限定符

（1）*重復零次或更多次

（2）+重復一次或更多次

（3）?重復零次或一次

（4）{n}重復n次

（5）{n,}重復n次或更多次

（6）{n,m}重復n到m次

例子：

Windows\d+匹配Windows後面跟1個或更多數字

^\w+匹配一行的第一個單詞(或整個字符串的第一個單詞，具體匹配哪個意思得看選項設置)

5.匹配一個字符或一個範圍

[ ] :

（1）匹配括號裏面的任何一個字符

例子： [aeiou] ：就匹配任何一個英文元音字母

[.?!]匹配標點符號(.或?或!)

（2）指定一個範圍

例子：[0-9]代表的含意與\d就是完全一致的：一位數字

[a-z0-9A-Z_]也完全等同於\w（如果只考慮英文的話）

下面是一個更復雜的表達式：\(?0\d{2}[) -]?\d{8}。

“(”和“)”也是元字符，後面會提到，所以在這裏需要使用轉義。

這個表達式可以匹配幾種格式的電話號碼，像(010)88886666，或022-22334455，或02912345678等。我們對它進行一些分析吧：首先是一個轉義字符\(,它能出現0次或1次(?),然後是一個0，後面跟著2個數字(\d{2})，然後是)或-或空格中的一個，它出現1次或不出現(?)，最後是8個數字(\d{8})。

6.正則表達式中的“或”

|： |可以把不同的規則分隔開

例子：

0\d{2}-\d{8}|0\d{3}-\d{7}這個表達式能匹配兩種以連字號分隔的電話號碼：一種是三位區號，8位本地號(如010-12345678)，一種是4位區號，7位本地號(0376-2233445)。

\(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}這個表達式匹配3位區號的電話號碼，其中區號可以用小括號括起來，也可以不用，區號與本地號間可以用連字號或空格間隔，也可以沒有間隔。你可以試試用分枝條件把這個表達式擴展成也支持4位區號的。

\d{5}-\d{4}|\d{5}這個表達式用於匹配美國的郵政編碼。美國郵編的規則是5位數字，或者用連字號間隔的9位數字。之所以要給出這個例子是因為它能說明一個問題：使用分枝條件時，要註意各個條件的順序。如果你把它改成\d{5}|\d{5}-\d{4}的話，那麽就只會匹配5位的郵編(以及9位郵編的前5位)。原因是匹配分枝條件時，將會從左到右地測試每個條件，如果滿足了某個分枝的話，就不會去再管其它的條件了。

7.分組（給字符串）

我們已經提到了怎麽重復單個字符（直接在字符後面加上限定符就行了）；

但如果想要重復多個字符又該怎麽辦？

你可以用小括號來指定子表達式(也叫做分組)，然後你就可以指定這個子表達式的重復次數了，你也可以對子表達式進行其它一些操作(後面會有介紹)。

（）： 分組

例子：

(\d{1,3}\.){3}\d{1,3}是一個簡單的IP地址匹配表達式。要理解這個表達式，請按下列順序分析它：\d{1,3}匹配1到3位的數字，(\d{1,3}\.){3}匹配三位數字加上一個英文句號(這個整體也就是這個分組)重復3次，最後再加上一個一到三位的數字(\d{1,3})。

註意：IP地址中每個數字都不能大於255

不幸的是，它也將匹配256.300.888.999這種不可能存在的IP地址。如果能使用算術比較的話，或許能簡單地解決這個問題，但是正則表達式中並不提供關於數學的任何功能，所以只能使用冗長的分組，選擇，字符類來描述一個正確的IP地址：((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)。

理解這個表達式的關鍵是理解2[0-4]\d|25[0-5]|[01]?\d\d?，這裏我就不細說了，你自己應該能分析得出來它的意義。

8.反義

有時需要查找不屬於某個能簡單定義的字符類的字符。比如想查找除了數字以外，其它任意字符都行的情況，這時需要用到反義：

\W :匹配任意不是字母，數字，下劃線，漢字的字符

\S :匹配任意不是空白符的字符

\D :匹配任意非數字的字符

\B :匹配不是單詞開頭或結束的位置

[^x] :匹配除了x以外的任意字符

[^aeiou]:匹配除了aeiou這幾個字母以外的任意字符

例子：\S+匹配不包含空白符的字符串。

<a[^>]+>匹配用尖括號括起來的以a開頭的字符串。

復習總結正則表達式-上