正则表达式

记录正则表达式

元字符

字符转义

如果要查找元字符本身，如 . ，是无法直接指定的，需要使用 \ 进行转义，例如 www.baidu\.com 匹配www.baidu.com。

重复

字符类

匹配没有预定义元字符的字符集合的方式，如元音字母a,e,i,o,u。只需要在方括号里列出它们就可以了，像 [aeiou] 匹配任何一个元音字母， [.?!] 匹配标点符号。也可以轻松指定一个字符范围，像 [0-9] 代表的含义与 \d 完全一致， [a-z0-9A-Z] 也完全等同于 \w (如果只考虑英文的话)。

一个更复杂的表达式： \(?0\d{2}[)-]?\d{8} 。

上面这个表达式可以匹配几种格式的电话号码，(010)12345678，或者010-12345678，或者01012345678等。

分枝条件

正则表达式里的分枝条件指的是有几种规则，如果满足其中任意一种规则都应当成匹配，具体方法是用 | 把不同的规则分隔开。

例子：0\d{2}-\d{8}|0\d{3}-\d{7}这个表达式能匹配两种以连字号分隔的电话号码，一种是3位区号加8位本地号，另一种是4位区号加7位本地号。

\d{5}-\d{4}|\d{5}这个例子用于说明使用分枝条件时，要注意各个条件的顺序。匹配分枝条件时，将会从左至右测试每个条件，如果满足了其中一个分枝条件，就不会去管其他的条件了。

分组

重复单个字符直接在字符后面加上限定符就可以了，若想重复多个字符，则需要用小括号来指定子表达式（也叫分组）。例子：(\d{1,3}.){3}\d{1,3}

反义

零宽断言

断言用来声明一个应该为真的事实，正则表达式中只有当断言为真时才会继续进行匹配。

(?=exp) 也叫 零宽度正预测先行断言 ,它断言自身出现的位置后面能够匹配表达式exp。例子：

\b\w+(?=ing\b)，匹配以ing结尾的单词的前部分，如查找I'm singing while you're dancing.时，它会匹配sing和danc。

(?<=exp) 也叫 零宽度正回顾后发断言 ,它断言自身出现位置的前面能匹配表达式exp。例子：

(?<=\bre)\w+\b，匹配以re开头的单词的后部分，如查找reading a book.时，它会匹配ading。

负向零宽断言

(?!exp) 零宽度负预测先行断言 ,断言此位置后面不能匹配表达式exp。例如：\d{3}(?!\d)匹配三维数字，且这三位数字后面不能是数字。

(?<!exp) 零宽度负回顾后发断言 ,断言此位置前面不能匹配表达式exp。例如: (?<![a-z])\d{7}匹配前面不是小写字母的7位数字。

注释

小括号的另一种用途是通过语法 (?#comment) 来包含注释。例如： 2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)。

贪婪与懒惰

贪婪匹配尽可能多的字符，懒惰匹配尽可能少的字符。

以aabab为例，贪婪：a.b,匹配结果为aabab,懒惰：a.\?b,匹配结果为aab和ab（为什么第一个匹配到的是aab[1-3]字符而不是ab[2-3]字符 ??? 简单的说，因为正则表达式有另外一条规则，其优先级高于贪婪/懒惰规则：最先开始的匹配拥有最高的优先权）。