之前嫌正則麻煩，一直沒有深入去了解過正則，能不用的地方就不使用。
最近專案中遇到了不可避免的正則使用，所以花了點時間去了解並整理了一下，理解不一定完全準確，如有不對歡迎指出，希望對大家有所幫助。
一、名詞解釋
首先我們瞭解幾個名詞：元字元 、 普通字元、列印字元、非列印字元、 限定符 、定位符、非列印字元

元字元:
可以簡單理解為變成語言中的關鍵字，在正則匹配時會有特殊的語義，不能當做普通字元直接使用，類似於 * ^ ? 等等一類的字元，如果需要直接使用元字元，需要使用 /+元字元 的方式，比如 要匹配 * 號 則正則應該寫成 \*

普通字元：
普通字元就是包括所有的非元字元在內的列印字元和非列印字元

列印字元：
普通的字元，沒有特殊含義 a-zA-z0-9等

非列印字元：
由\+普通字元組成的一些不會在列印時顯示出來的字元，比如換行符、換頁符等等

二、正則表示式所有特殊字元
（不懂的後面回來看）
字元
    
描述
\
    
將下一個字元標記為一個特殊字元、或一個原義字元、或一個 向後引用、或一個八進位制轉義符。例如，'n' 匹配字元 "n"。'\n' 匹配一個換行符。序列 '\\' 匹配 "\" 而 "\(" 則匹配 "("。
^
    
匹配輸入字串的開始位置。如果設定了 RegExp 物件的 Multiline 屬性，^ 也匹配 '\n' 或 '\r' 之後的位置。
$
    
匹配輸入字串的結束位置。如果設定了RegExp 物件的 Multiline 屬性，$ 也匹配 '\n' 或 '\r' 之前的位置。
*
    
匹配前面的子表示式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等價於{0,}。
+
    
匹配前面的子表示式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等價於 {1,}。
?
    
匹配前面的子表示式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價於 {0,1}。
{n}
    
n 是一個非負整數。匹配確定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的兩個 o。
{n,}
    
n 是一個非負整數。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等價於 'o+'。'o{0,}' 則等價於 'o*'。
{n,m}
    
m 和 n 均為非負整數，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價於 'o?'。請注意在逗號和兩個數之間不能有空格。
?
    
當該字元緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 後面時，匹配模式是非貪婪的。非貪婪模式儘可能少的匹配所搜尋的字串，而預設的貪婪模式則儘可能多的匹配所搜尋的字串。例如，對於字串 "oooo"，'o+?' 將匹配單個 "o"，而 'o+' 將匹配所有 'o'。
.
    
匹配除 "\n" 之外的任何單個字元。要匹配包括 '\n' 在內的任何字元，請使用象 '[.\n]' 的模式。
(pattern)
    
匹配 pattern 並獲取這一匹配。所獲取的匹配可以從產生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中則使用 $0…$9 屬性。要匹配圓括號字元，請使用 '′或′
'。
(?:pattern)
    
匹配 pattern 但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行儲存供以後使用。這在使用 "或" 字元 (|) 來組合一個模式的各個部分是很有用。例如， 'industr(?:y|ies) 就是一個比 'industry|industries' 更簡略的表示式。
(?=pattern)
    
正向預查，在任何匹配 pattern 的字串開始處匹配查詢字串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以後使用。例如，'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜尋，而不是從包含預查的字元之後開始。
(?!pattern)
    
負向預查，在任何不匹配 pattern 的字串開始處匹配查詢字串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以後使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜尋，而不是從包含預查的字元之後開始
x|y
    
匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 則匹配 "zood" 或 "food"。
[xyz]
    
字元集合。匹配所包含的任意一個字元。例如， '[abc]' 可以匹配 "plain" 中的 'a'。
[^xyz]
    
負值字元集合。匹配未包含的任意字元。例如， '[^abc]' 可以匹配 "plain" 中的'p'。
[a-z]
    
字元範圍。匹配指定範圍內的任意字元。例如，'[a-z]' 可以匹配 'a' 到 'z' 範圍內的任意小寫字母字元。
[^a-z]
    
負值字元範圍。匹配任何不在指定範圍內的任意字元。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 範圍內的任意字元。
\b
    
匹配一個單詞邊界，也就是指單詞和空格間的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B
    
匹配非單詞邊界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\cx
    
匹配由 x 指明的控制字元。例如， \cM 匹配一個 Control-M 或回車符。x 的值必須為 A-Z 或 a-z 之一。否則，將 c 視為一個原義的 'c' 字元。
\d
    
匹配一個數字字元。等價於 [0-9]。
\D
    
匹配一個非數字字元。等價於 [^0-9]。
\f
    
匹配一個換頁符。等價於 \x0c 和 \cL。
\n
    
匹配一個換行符。等價於 \x0a 和 \cJ。
\r
    
匹配一個回車符。等價於 \x0d 和 \cM。
\s
    
匹配任何空白字元，包括空格、製表符、換頁符等等。等價於 [ \f\n\r\t\v]。
\S
    
匹配任何非空白字元。等價於 [^ \f\n\r\t\v]。
\t
    
匹配一個製表符。等價於 \x09 和 \cI。
\v
    
匹配一個垂直製表符。等價於 \x0b 和 \cK。
\w
    
匹配包括下劃線的任何單詞字元。等價於'[A-Za-z0-9_]'。
\W
    
匹配任何非單詞字元。等價於 '[^A-Za-z0-9_]'。
\xn
    
匹配 n，其中 n 為十六進位制轉義值。十六進位制轉義值必須為確定的兩個數字長。例如，'\x41' 匹配 "A"。'\x041' 則等價於 '\x04' & "1"。正則表示式中可以使用 ASCII 編碼。.
\num
    
匹配 num，其中 num 是一個正整數。對所獲取的匹配的引用。例如，'(.)\1' 匹配兩個連續的相同字元。
\n
    
標識一個八進位制轉義值或一個向後引用。如果 \n 之前至少 n 個獲取的子表示式，則 n 為向後引用。否則，如果 n 為八進位制數字 (0-7)，則 n 為一個八進位制轉義值。
\nm
    
標識一個八進位制轉義值或一個向後引用。如果 \nm 之前至少有 nm 個獲得子表示式，則 nm 為向後引用。如果 \nm 之前至少有 n 個獲取，則 n 為一個後跟文字 m 的向後引用。如果前面的條件都不滿足，若 n 和 m 均為八進位制數字 (0-7)，則 \nm 將匹配八進位制轉義值 nm。
\nml
    
如果 n 為八進位制數字 (0-3)，且 m 和 l 均為八進位制數字 (0-7)，則匹配八進位制轉義值 nml。
\un
    
匹配 n，其中 n 是一個用四個十六進位制數字表示的 Unicode 字元。例如， \u00A9 匹配版權符號 (?)。

三、匹配規則詳解
正則表示式一般由普通字元和元字元組成，普通字元搭配不同的元字元表示不同的匹配語義。理解了所有元字元的含義之後，我們也就基本瞭解了所有正則的匹配規則。
在所有的正則元字元中，個人將其劃分為 限定符、定位符、 中括號 、圓括號（捕獲分組） 四類進行講解。下面我將詳細介紹這四種類型，在每個型別的講解中會穿插一些相關的概念和知識。

1. 限定符：
限定符也可稱為量詞，用於限定前面普通字元出現次數的特殊語義符號。

主要形式
{n,m} 表示前面的字元中至少出現n次，最多出現m次；其中 n和m為非負整數，n不能為空，m可以為空，m>=n ,即存在以下變形
{n} n為非負整數，表示前面的字元出現n次
{n,} n為非負整數，表示前面的字元至少出現n次

? 前面的字元出現 0 次 或 1次 ，同 {0,1}
+ 前面的字元出現 1次 或 多次，同 {1,}
* 前面的字元出現 0此或者 多次，同 {0,}
貪婪與懶惰匹配
限定符中有貪婪匹配和懶惰匹配的區別，一般情況下，限定符會執行貪婪匹配，即儘可能的匹配更多的字元，也就是有更長的匹配結果的時候，會返回更長的返回結果。懶惰匹配則相反，會盡可能的匹配更少的字元，即返回較短的匹配的結果，如果需要使用懶惰匹配，需要在限定符後面額外加一個問號（即？）。

下面用一個例子說明。
存在待匹配字串
aaaaabaab
則，以下貪婪限定正則的匹配結果為
.*b -> aaaaabaab
.+b -> aaaaabaab
a? -> a
a* -> aaaaa
a+ -> aaaaa
a{2,5} -> aaaaa
假如使用懶惰匹配模式
.*?b -> aaaaab
.+?b -> aaaaab
a?? -> 結果為空
a*? -> 結果為空
a+? -> a
a{2,5}? -> aa

雖然懶惰匹配會返回較短的匹配結果，但並不會出現忽略匹配的情況，即上面的例子中
.*?b 的結果為 aaaaab 而不是 ab ,
而假如在上面的基礎上再加一個正則
a{2,5}?b 結果應為 aaaaab 而不為 aab
這是因為正則是從左向右解析的，解析會從最開始匹配到的符合條件的字元開始，然後按照正則中的定義去匹配後面字元，而不會跳過符合條件的字元去進行匹配。

2.定位符：
(1).定位符用於匹配字元的邊界位置，比如字串的開頭與結尾，單詞的開頭與結尾等。
主要有
^
    
匹配輸入字串開始的位置；如果設定了 RegExp 物件的 Multiline 屬性，^ 還會與 \n 或 \r 之後的位置匹配。
$
    
匹配輸入字串結尾的位置；如果設定了 RegExp 物件的 Multiline 屬性，$ 還會與 \n 或 \r 之前的位置匹配。
\b
    
匹配一個單詞邊界，也就是指單詞和空格間的位置，但匹配結果並不包括空格。比如 "ee abcd abc bcd ff"， \bbc.* 匹配結果為"bc bcd ff"， bc\b.* 匹配結果"bc bcd ff"
\B
    
非詞邊界匹配，匹配沒有空格的字元邊界。即 bc\B可以匹配上例中的 abcd 和 bcd(因為bc和d之間沒有空格），但不能匹配" bcd" ； \Bbc可以匹配 abcd 和 abc ，因為 a和bc之間沒有空格。
(2).定位符可以和限定符搭配使用

3. 中括號匹配
(1).中括號語義表示匹配所有中括號中的字元，並且只匹配一次。
如：
[abc]123 可匹配 a123、b123、c123

可使用 -號指定連續範圍
如
[0-9] 指定所有數字 ，等價於 \d

(2).中括號可以和限定符搭配使用，效果為兩者語義疊加
如：
[ab]* 匹配 ababababababaaabaabababcabababbabbab
從左到右將匹配兩個結果 ababababababaaabaababab（第一次匹配） 和 abababbabbab（第二次匹配）

4. 圓括號匹配（捕獲分組）

(1).圓括號內包含的表示式語義與沒有加圓括號時一致，區別在於圓括號內的內容將會加入到捕獲分組，捕獲分組的概念

(2).圓括號也可以和限定符搭配使用，限定圓括號內的匹配語義出現次數

捕獲分組的概念

先看下面兩個例子：
假如有字串 3cd
則 “(\d)cd ”匹配結果為 3cd 和 3

假如有字串 6cd
則 (3|6)cd 匹配結果為 6cd 和 6

括號裡面的匹配則為捕獲匹配，且括號裡面的匹配結果將會被快取 ，第一個例子括號裡的括號匹配的結果為3，第二個括號裡匹配結果為6
如果想消除快取，可以在括號最前面加上 ?:
則
1中 (?:\d)cd 匹配結果為 3cd ,等價於 [\d]cd 或 \dcd
2中 (?:3|6)cd 匹配結果為 6cd，等價於 [36]cd

1.捕獲分組形式
主要有:
(pattern)
匹配 pattern 並捕獲該匹配的子表示式。可以使用 $0...$9 屬性從結果“匹配”集合中檢索捕獲的匹配（包含整個正則的匹配及括號中的子表示式的匹配結果，即上例子中的3cd 和 3 , 6cd和 6）。

(?:pattern)
匹配 pattern 但不捕獲該pattern子表示式的匹配，即它是一個非獲取捕獲匹配，不儲存子表示式的匹配供以後使用。有時對於用“或”字元 (|) 組合模式部件的情況很有用。例如，與“interesting|interested”相比，“interest(?:ing| ed)”是一個更加簡單的表示式。
(?=pattern)
執行肯定式前瞻搜尋的子表示式，該表示式匹配處於匹配 pattern 的字串的起始點的字串。它是一個非捕獲匹配，即不能捕獲供以後使用的匹配。例如，“Windows (?=95| 98| NT| 2000)”與“Windows 2000”中的“Windows”匹配，但不與“Windows 3.1”中的“Windows”匹配。
前瞻搜尋不佔用字元，即發生匹配後，下一匹配的搜尋緊隨上一匹配之後，而不是在組成前瞻搜尋的字元後(即pattern匹配的內容還可以在後續的表示式中進行解析使用，相當於尚未解析到pattern內容）。

(?!pattern)
執行否定式前瞻搜尋的子表示式，該表示式匹配不處於匹配 pattern 的字串的起始點的搜尋字串。它是一個非捕獲匹配，即不能捕獲供以後使用的匹配。例如，“Windows (?!95| 98| NT| 2000)”與“Windows 3.1”中的“Windows”匹配，但不與“Windows 2000”中的“Windows”匹配。
前瞻搜尋不佔用字元，即發生匹配後，下一匹配的搜尋緊隨上一匹配之後，而不是在組成前瞻搜尋的字元後(即pattern匹配的內容還可以在後續的表示式中進行解析使用，相當於尚未解析到pattern內容）。

為了說明(?=pattern) 和 (?!pattern) 的作用和區別，這裡說下兩個概念--前瞻（Lookahead）和後顧（Lookbehind）。
這兩個術語形象的描述了正則引擎的匹配行為。
正則表示式中的前和後並不指代文字的開頭和末尾，即不是通常理解中的，開頭的方向稱作“前面”，文字末尾方向稱為“後面”。對於正則表示式引擎來說，它一般是從文字頭部向尾部開始解析的（可以通過正則選項控制解析方向），因此對於文字尾部方向，稱為“前”，即正則引擎還沒未解析的部分，而對文字頭部方向，則稱為“後”，即正則引擎已經解析的部分。
可以理解為解析的時候有一個遊標，在解析 aaabccc時，當遊標在b時，aaa部分為後顧部分，ccc部分為前瞻部分。
所謂的前瞻就是在正則表示式匹配到某個字元的時候，往“尚未解析過的文字”預先看一下，看是不是符合/不符合匹配模式，而後顧，就是在正則引擎已經匹配過的文字看看是不是符合/不符合匹配模式。符合和不符合特定匹配模式我們又稱為肯定式匹配和否定式匹配。
即前瞻的形式為：
(?=pattern) 為肯定式前瞻，(?!pattern) 為 否定式前瞻
後顧則用的比較少，形式為
(?<=pattern) 肯定式後顧 ， (?<!pattern) 否定式後顧

為了進一步說明(?=pattern) 和 (?!pattern) 的區別，這裡看個例子：
例子1（此處演示區別）：
下面為三個正則
interest(?:ing)
interest(?=ing)
interest(?!ing)
如果匹配 字串 “interesting",結果依次為
interesting
interest
無
如果匹配字串 ”insterested",結果依次為
無
無
interest

例子2（此例子演示不消耗/佔用前瞻字元）
存在正則
windows (?=2000|2003|xp) pro
windows (?=2000|2003|xp)(?:2000|2003|xp) pro
解析字串 windows 2003 pro時，結果依次為
無
windows 2003 pro

原因是前瞻不消耗字元（用遊標理解相當於遊標還在2003前的空格處），故第一個正則表示式在解析匹配了windows (?=2000|2003|xp)部分後，未解析的字串還有 2003 pro ,但後面的正則為 出現 " pro"，明顯不符合匹配。
而第二個正則在後面使用非捕獲捕獲匹配，解析了 2003 ，再解析 “ pro” ，顧成功匹配。

2.後向引用：
捕獲分組可以進行 後向引用 (如果正則表示式後面有相同的捕獲分組內容，可以根據順序直接引用前面定義的捕獲組，簡化表示式)
如
(\d)cd\1 這裡的"\1"就是對"(\d)"的後向引用 ,等同於(\d)cd\(\d)

(a)(b)(ac).* \1\2\3
等價於
(a)(b)(ac).* (a)(b)(ac)

(a)(b)(ac).* \1\3\3
等價於
(a)(b)(ac).* (a)(ac)(ac)

(a)(b)(ac).* \2\3\3
等價於
(a)(b)(ac).* (b)(ac)(ac)

---------------------

本文來自 林20 的CSDN 部落格 ，全文地址請點選：https://blog.csdn.net/u013197629/article/details/73499129?utm_source=copy