什么是正則表達(dá)式
簡(jiǎn)單來(lái)說(shuō)，正則表達(dá)式是一些用來(lái)匹配和處理文本的字符串。它主要有兩種使用場(chǎng)景：一種是查找特定的信息（搜索），另一種是查找并編輯特定的信息（替換）。
參考正則表達(dá)式30分鐘入門：(https://deerchao.cn/tutorials/regex/regex.htm)
匹配單個(gè)字符
- 匹配特定純文本
普通字符可作為正則表達(dá)式，匹配該字符本身。 - 匹配任意字符
正則表達(dá)式中，.可以匹配任何一個(gè)單個(gè)的字符，除了換行符外，類似于DOS中的?字符和SQL中的_（下劃線）字符。 - 匹配特殊字符
正則表達(dá)式中，\是一個(gè)元字符（metacharacter），表示這個(gè)字符有特殊含義，而不是字符本身的含義。\后面跟著一個(gè)特殊字符，可對(duì)該特殊字符轉(zhuǎn)義。要匹配一個(gè)特殊字符時(shí)，應(yīng)該由\跟著特殊字符去匹配。比如\.表示匹配一個(gè).。
匹配一組字符
元字符[和]用來(lái)定義一個(gè)字符集合，其含義是必須匹配該集合中的一個(gè)字符。定義一個(gè)字符集合具體做法有兩種：一是把所有的字符都列舉出來(lái)，該做法通常用于要列舉的字符較少時(shí)，例如[abc]；二是利用元字符-以字符區(qū)間的方式給出，例如[0-9]將匹配0-9中的任意一個(gè)。注意在定義一個(gè)字符區(qū)間的時(shí)候，一定要避免讓這個(gè)區(qū)間的尾字符小于它的首字符，如[3-1]，這種區(qū)間是無(wú)意義的，而且往往會(huì)讓整個(gè)模式失效。-（連字符）是一個(gè)特殊的元字符，作為元字符它只能用在[和]之間。在字符集合外，-只是一個(gè)普通字符，只能匹配-自身，因此-字符不需要轉(zhuǎn)義。
此外，字符集合可以用元字符^來(lái)求非：這將把給定集合里的字符強(qiáng)行排除在匹配操作之外。例如[^a-b]將匹配除了a，b以外的字符。
使用元字符
- 對(duì)特殊字符轉(zhuǎn)義
要匹配特殊字符，必須使用\進(jìn)行轉(zhuǎn)義
要轉(zhuǎn)義個(gè)字符：
$
()
*
+
.
[]
?
\
^
{}
|
'
"
- 匹配空白字符
元字符大致分為兩種：一種是用來(lái)匹配文本的（比如.），另一種是正則表達(dá)式語(yǔ)法要求的（比如[和]）。匹配非打印空白字符的元字符如下：
\b Backspace鍵，匹配一個(gè)單詞的頭尾
\f 換頁(yè)符
\n 換行符
\r 回車符
\t 制表符
\v 垂直制表符
Windows結(jié)束行：\r\n，Unix/Linux結(jié)束行：\n，匹配一個(gè)空白行可以用\r\n\r\n或者\n\n。
- 匹配特定的字符類別（字符類）
\d 任何一個(gè)數(shù)字字符（等價(jià)于[0-9]）
\D 任何一個(gè)非數(shù)字字符（等價(jià)于[^0-9]）
\w 等價(jià)于[a-zA-Z0-9]
\W 等價(jià)于[^a-zA-Z0-9]
\s 任何一個(gè)空白字符（等價(jià)于[\f\n\r\t\v]）
\S 任何一個(gè)非空白字符（等價(jià)于[^\f\n\r\t\v]）
重復(fù)匹配
- 有多少個(gè)匹配
+: 匹配一個(gè)或者多個(gè)字符（字.符集合）。[0-9]+會(huì)匹配一個(gè)或多個(gè)數(shù)字。+是元字符，要匹配+必須轉(zhuǎn)義：\+。
一般來(lái)說(shuō)，當(dāng)在字符集合里使用像.、+這樣的元字符的時(shí)候，元字符會(huì)被解釋為普通字符，不需要被轉(zhuǎn)義，但轉(zhuǎn)義了也是可以的。
[\w.]的使用效果和[\w\.]是一樣的。
*: 匹配零個(gè)或者多個(gè)字符（字符集合）。*也是一個(gè)元字符，要匹配*本身必須使用\*
?: 匹配零個(gè)或者一個(gè)字符（字符集合）。\?匹配?本身。[\r]?\n匹配Windows或者Unix/Linux下的換行符。
- 匹配的重復(fù)次數(shù)
在字符或者字符集合后面跟著元字符{和}可以設(shè)置要匹配的重復(fù)次數(shù)。如果要匹配{和}本身，必須使用轉(zhuǎn)義{和}。
[[:xdigit:]]{6}: 匹配336633和FFFFFF等
a{2,4}：匹配2-4個(gè)連續(xù)的a
a{2,}: 匹配至少連續(xù)兩個(gè)a
- 防止過(guò)度匹配
貪婪模式與懶惰模式
* *?
+ +?
{n, } {n, }?
位置匹配
- 單詞邊界（boundary）
邊界限定符
\b用來(lái)匹配單詞的邊界，\b匹配這樣的一個(gè)位置，它位于一個(gè)\w和一個(gè)\W之間。
\B用來(lái)這樣一個(gè)位置，它前后都是\w，或者前后都不是\w。
\b匹配且只匹配一個(gè)位置，不匹配任何字符，即不消耗字符。用\bcat\b匹配到的字符串的長(zhǎng)度是3，而不是5。 - 字符串邊界
^匹配字符串的開(kāi)頭，$匹配字符串的結(jié)尾。注意^只有出現(xiàn)在一個(gè)字符集合里[]并且緊跟在[之后才能發(fā)揮取非的作用。
分行匹配模式
啟用分行匹配模式后，^不僅匹配正常的字符串開(kāi)頭，還將匹配行分隔符（分行符）后面的開(kāi)始位置（這個(gè)位置是不可見(jiàn)的）；類似的，$不僅匹配正常的字符串結(jié)尾，還將匹配行分隔符（換行符）后面的結(jié)束位置。
使用子表達(dá)式
- 子表達(dá)式
子表達(dá)式是一個(gè)更大的表達(dá)式的一部分，用(和)括起來(lái)，當(dāng)做一個(gè)獨(dú)立元素來(lái)使用。(和)是元字符，要匹配(和)自身，必須使用轉(zhuǎn)義序列\(和\)。
|是正則表達(dá)式里面的或操作符，(19|20)\d{2}匹配年份
匹配IP地址。一個(gè)合法IP地址的各組數(shù)字必須且只能符合以下規(guī)則：
- 任何一個(gè)1位或者2位數(shù)字（0-99）
- 任何一個(gè)以1開(kāi)頭的3位數(shù)字（100-199）
- 任何一個(gè)以2開(kāi)頭、第二位數(shù)字在0-4之間的3位數(shù)字（200-249）
- 任何一個(gè)以25開(kāi)頭、第3位數(shù)字在0-5之間的3位數(shù)字。（250-255）
所以可以寫出匹配IP地址的正則表達(dá)式：
(((\d{1,2})|(1\d{2})|(2[0-4]\d)|(25[0-5]))\.){3}((\d{1,2})|(1\d{2})|(2[0-4]\d)|(25[0-5]))
回溯應(yīng)用：前后一致匹配
回溯引用指的是模式的后半部分引用在前半部分中定義的子表達(dá)式?；厮菀弥荒苡脕?lái)引用模式里的子表達(dá)式（用(和)括起來(lái)的正則表達(dá)式片段）?；厮菀闷ヅ渫ǔ?開(kāi)始計(jì)數(shù)（\1、\2等），第0個(gè)匹配用來(lái)替代整個(gè)表達(dá)式。
比如[ ]+(\w+)[ ]+\1用來(lái)匹配連續(xù)兩個(gè)重復(fù)單詞。
前后查找（只匹配不消費(fèi)）
- 向前查找（lookahead）
文本
http://www.forta.com/
https://mail.forta.com/
ftp://ftp.forta.com/
正則表達(dá)式
.+(?=:)
只匹配:，不消費(fèi)它，提取協(xié)議。向前查找（和向后查找）匹配本身是有返回結(jié)果的，只是這個(gè)結(jié)果的字節(jié)長(zhǎng)度永遠(yuǎn)是0而已。因此，前后查找操作也被成為零寬度匹配操作（zero-width）。
- 向后查找（lookbehind）
提取價(jià)格
文本
ABC01: $23.45
HGG42: $5.31
Total items found: 4
正則表達(dá)式
(?<=\$)[0-9.]+
- 前后查找取非
操作符 說(shuō)明
(?=exp) 正向前查找，匹配exp前面的位置
(?!exp) 負(fù)向前查找，匹配后面跟的不是exp的位置
(?<=exp) 正向后查找，匹配exp后面的位置
(?<!exp) 負(fù)向后查找，匹配前面不是exp的位置
文本
I paid $30 for 100 apples, 50 oranges.
正則表達(dá)式
\b(?<!\$)[0-9.]+\b
嵌入條件
在正則表達(dá)式里可以嵌入條件，只有當(dāng)條件得到（或者沒(méi)有得到滿足時(shí)），相應(yīng)的表達(dá)式才會(huì)被執(zhí)行。這種條件可以是一個(gè)回溯引用（含義是檢查回溯引用是否存在），也可以是一個(gè)前后檢查操作。
- 回溯引用條件
文本
<! -- Nav bar -->
<TD>
<A HREF="/home"><IMG SRC ="/imges/hom.gif"></A>
<IMG SRC="/images/spacer.gif">
<A HREF="/search"><IMG SRC="/images/search.gif"></A>
<IMG SRC="/images/spacer.gif">
<A HREF="/help"><IMG SRC="/images/help.gif"></A>
</TD>
正則表達(dá)式
(<[Aa]\s+[^>]+>\s*)?<[Ii][Mm][Gg]\s+[^>]+>(?(1)\s*</[Aa]>)
語(yǔ)法：(?(backreference)true-regex)，注意?(1)檢查第一個(gè)回溯引用是否存在，回溯引用編號(hào)不用被轉(zhuǎn)義。
(?(backreference)true-regex|false-regex)
文本
123-456-7890
(123)456-7890
(123)-456-7890
1234567890
123 456 7890
正則表達(dá)式
(\()?\d{3}(?(1)\)|-)\d{3}-\d{4}
- 前后查找條件
文本
11111
22222
33333
44444-4444
正則表達(dá)式
\d{5}(?(?=-)-\d{4})
