茫茫人海中，只找到了你

1. 什么是正則表達(dá)式

在某些情況下，我們總是要在某個文本中查找某些復(fù)雜規(guī)則的字符串，正則表達(dá)式就是用戶描述這些規(guī)則的工具(正則表達(dá)式就是記錄文本規(guī)則的代碼)。

2. 舉個簡單的栗子

假設(shè)在一篇英文文章中，你要查找hi這個單詞，這時候查找到的不僅有hi這個單詞，還有類似于hidden、hight等等的，其實這不是我們想要的，我們要的僅僅就是hi這個詞，而這個時候，我們就應(yīng)該使用\bhi\b

1. 元字符\b：是正則表達(dá)式規(guī)定的一個特殊代碼，代表著單詞的開頭或結(jié)尾，即單詞的分界處。需要說明的是，\b并不匹配單詞分割字符(空格、標(biāo)點符號、換行等)，它只匹配一個位置。

2. 元字符.：用于匹配除了換行符以外的任意字符。

3. 元字符*：*既不代表字符，也不是位置，而是數(shù)量；它指定前邊的內(nèi)容可以連續(xù)重復(fù)使用任意次以使得整個表達(dá)式得到匹配。

回到上面的例子，如果更換需求，現(xiàn)在需要查找的是hi###Max,###代表的是任意字符，這時候我們就可以使用上面的三個元字符組合來查找這個特定規(guī)則的字符串了，即: \bhi\b.*\bMax\b。

目前我們只知道三個元字符，如果我們知道了更多的元字符，我們就可以構(gòu)造出更強(qiáng)大的正則表達(dá)式。

1. 元字符

從以上的例子中我們已經(jīng)知道了三個元字符了，下面我就來給大家再通過栗子介紹幾個常用的元字符。

• \ba\w*\b：匹配以字母a開頭的單詞(顯示以單詞開始處\b,然后是字母a,然后是任意數(shù)量的字母或者數(shù)字\w,最后是單詞結(jié)尾處\b)

• \d+：匹配1個或者更多連續(xù)的數(shù)字。這里的+是和*類似的元字符，不同的是*匹配重復(fù)任意次(可能是0次)，而+則匹配重復(fù)1次或者更多次。

• 0\d{2}-\d{8}：匹配以0開頭，然后是兩個數(shù)字，然后是一個連字號-，最后是8個數(shù)字

• \b\w{6}\b：匹配剛好6個字符的單詞

• ^\d{5,12}$：匹配的是5位到12位數(shù)字(因為使用了^和$,所以輸入的整個字符串都要用來和\d{5,12}來匹配，即整個輸入的必須是5到12個數(shù)字)

2. 字符轉(zhuǎn)義

如果我想在文本中查找元字符本身的話，該怎么查找呢？這時候就要使用轉(zhuǎn)義了

例如你要查找.，就應(yīng)該使用\.。如果你要查找*，就應(yīng)該使用\*。如果你要查找\，就應(yīng)該使用\\

3. 重復(fù)

4. 字符類

\d：代表的是0-9的數(shù)字集合，怎么可以自定義字符集呢，可以使用[]來實現(xiàn)

• [0-9]代表的意義與\d就是完全一樣的

• [a-z0-9A-Z]也完全等同于\w（不考慮漢字）

• \(?0\d{2}[) -]?\d{8}：這個就稍微復(fù)雜了，這個表達(dá)式可以匹配下面幾種格式的電話號碼，如：(010)66668888、022-11335577、03312378956 分析一下：首先是一個轉(zhuǎn)義字符\(，后面跟了一個?，代表這個(可以出現(xiàn)一次或者零次，其次是0，后面跟著2位數(shù)字\d{2}，再后面是一個字符集分別是)、、-，后面有個?，代表這個字符集中的字符可以出現(xiàn)零次或者一次，再之后就是8位數(shù)字咯\d{8}。

5. 分枝條件

正則表達(dá)式里的分枝條件是指有幾種規(guī)則，如果滿足其中任意一種規(guī)則都應(yīng)該匹配，具體方法是使用|把不同的規(guī)則分隔開(分枝條件會從左到右測試執(zhí)行每個條件)。

??

• 0\d{2}-\d{8}|0\d{3}-\d{7}：這個表達(dá)式能夠匹配到兩種以連字符號分隔的電話號碼：一種是三位區(qū)號、8位本地號碼(如：101-88886666)，一種是4位區(qū)號、7位本地號碼(如：0371-6677889)

• \(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}：這個表達(dá)式匹配3位區(qū)號的電話號碼，其中區(qū)號可以用小括號括起來，也可以不用，區(qū)號與本地號之間可以用連字號或者空格間隔，也可以沒有間隔。

6. 分組

分組的主要目的就是重復(fù)。上面我們已經(jīng)知道了怎么重復(fù)單個字符(直接在字符后面加上限定字符就可以了)；但如果想要重復(fù)多個字符改怎么辦呢？ 這就用到了分組：使用小括號來指定子表達(dá)式然后就可以指定這個子表達(dá)式的重復(fù)次數(shù)了。

• ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)：這個表達(dá)式匹配的是IP地址。下面就拆分開來逐個分析咯
  從左到右

1. 2[0-4]\d：此表達(dá)式主要是匹配200-249的數(shù)字

2. 25[0-5]：此表達(dá)式主要是匹配250-255的數(shù)字

3. [01]?\d\d?： 此表達(dá)式主要是匹配0-199的數(shù)字

4. (2[0-4]\d|25[0-5]|[01]?\d\d?)\.： 此表達(dá)式為匹配到0-255的數(shù)字，并在后面跟一個.

5. ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}：此表達(dá)式為將上一步的表達(dá)式重復(fù)3次

至于后面的跟前面的一樣，就不分析了

7. 反義

8. 向后引用

使用小括號指定一個子表達(dá)式后，匹配這個子表達(dá)式的文本可以在表達(dá)式或者其它程序中作進(jìn)一步的處理。默認(rèn)情況下，每個分組都會自動擁有一個組號，規(guī)則是:從左向右，以分組的左括號為標(biāo)志，第一個出現(xiàn)的分組的組號為1，第二個為2，以此類推。
向后引用用于重復(fù)搜索前面某個分組匹配的文本。如：\1，表示分組1匹配的文本

• \b(\w+)\b\s+\1\b：可以用來匹配重復(fù)的單詞，如：go go或者kitty kitty。這個表達(dá)式首先是一個單詞，也就是單詞的開始處和結(jié)束處之間的多于一個的字母或者數(shù)字(\b(\w+)\b)，這個單詞會被普貨到編號為1的分組中，然后是1個或幾個空白符(\s+)，最后是分組1中捕獲的內(nèi)容(\1)

當(dāng)然也可以指定子表達(dá)式的組名。
要指定一個表達(dá)式的組名，需要使用這樣的語法：(?<Name>\w+)(或者把尖括號換成'，即(?'Name'\w+))，這樣就把\w+的組名指定為Name了。要反向引用這個分組捕獲的內(nèi)容，可以使用\k<Name>，所以上一個栗子也可以寫成這樣紙：\b(?<Name>\w+)\b\s+\k<Name>\b

下表列出了小括號的一些常用的語法

我們已經(jīng)討論了前兩種語法。第三個(?:exp)不會改變正則表達(dá)式的處理方式，只是這樣的組匹配的內(nèi)容不會像前兩種那樣被捕獲到某個組里面，也不會擁有組號。

9. 零寬斷言

上表中的四個零寬斷言用于查找在某些內(nèi)容(但并不包括這些內(nèi)容)之前或者之后的東西，也就是說它們像\b、^、$那樣用于指定一個位置，這個位置應(yīng)該滿足一定的條件(即斷言),因此它們也被稱為零寬斷言。
??

(?=exp)也叫零寬度正預(yù)測先行斷言，它斷言自身出現(xiàn)的位置的后面能匹配表達(dá)式exp。如：\b\w+(?=ing\b)，匹配以ing結(jié)尾的單詞的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.時，它會匹配sing和danc。
(?<=exp)也叫零寬度正回顧后發(fā)斷言，它斷言自身出現(xiàn)的位置的前面能匹配表達(dá)式exp。如：(?<=\bre)\w+\b會匹配以re開頭的單詞的后半部分(除了re以外的部分)，如查找reading a book時，它匹配ading。
(?<=\s)\d+(?=\s)匹配以空白符間隔的數(shù)字(不包括這些空白符)。

10. 負(fù)向零寬斷言

(?!exp)也叫零寬度負(fù)預(yù)測先行斷言，它斷言此位置的后面不能匹配表達(dá)式exp。
(?<!exp)也叫零寬度負(fù)回顧后發(fā)斷言，它**斷言此位置的前面不能匹配表達(dá)式exp。
??

• \d{3}(?!\d)：匹配三位數(shù)字，并且這三位數(shù)字后面不能是數(shù)字
• \b((?!abc)\w)+\b：匹配不包含連續(xù)字符串abc的單詞
• (?<![a-z])\d{7}：匹配前面不是小寫字母的七位數(shù)字
• (?<=<(\w+)>).*(?=<\/\1>)：匹配不包含屬性的簡單HTML標(biāo)簽里的內(nèi)容。分析：(?<=<(\w+)>)指定了這樣的前綴：被尖括號括起來的單詞(比如可能是<b>)，然后是.*：任意的字符串，最后是一個后綴(?=<\/\1>)，注意后綴中的\/，它是前面介紹過的字符轉(zhuǎn)義；\1則是一個反向引用，引用的正式捕獲的第一組，前面的(\w+)匹配的內(nèi)容，這樣前綴實際上是<b>的話，后綴就是</b>了

11. 注釋

小括號的另一種用途是通過語法(?#comment)來包含注釋。如：2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)。

12. 貪婪與懶惰

a.*b：將會匹配最長的以a開始，以b結(jié)束的字符串。如果用此表達(dá)式搜索匹配aabab，它會匹配整個字符串aabab。這被稱為貪婪匹配。

有時，我們更需要懶惰匹配，也就是匹配盡可能少的字符。以上個例子為準(zhǔn)，我們只需要在其后面加上一個問號?，這樣，.*?就意味著匹配任意數(shù)量的重復(fù)、但是在能使整個匹配成功的前提下使用最少的重復(fù)。

• a.*?b：匹配最短的，以a開始，以b結(jié)束的字符串。如果應(yīng)用于aabab的話，它會匹配aab(第1-3個字符)和ab(第4-5個字符)。
  注意：為什么匹配到的第一個是aab(1-3)而不是ab(2-3)。簡單說，正則表達(dá)式有一條規(guī)則比懶惰/貪婪規(guī)則的優(yōu)先級更高：最先開始的匹配擁有最高的優(yōu)先權(quán)
  下表為懶惰限定符

以上這些關(guān)于正則表達(dá)式的介紹已經(jīng)足以讓我們編寫、改寫、讀懂一些常見的正則表達(dá)式，希望以上的介紹能夠幫助到你。

3. 關(guān)于正則表達(dá)式的學(xué)習(xí)

正則表達(dá)式的學(xué)習(xí)最重要的就是栗子,我們可以從不同的案例切入，理解案例并對其修改、實驗(僅代表個人觀點，有更好的觀點可以和大家一起分享)。
關(guān)于測試：網(wǎng)上可以找到一些在線正則表達(dá)式測試的，童鞋們可以在那里測試驗證自己寫的一些表達(dá)式。

參考來源