从零开始学习正则表达式

正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表通常被用来检索、替换那些符合某个模式(规则)的文本。

参考文章《正则表达式30分钟入门教程》

基本语法

1.元字符

字符	描述
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线或汉字
\s	匹配任意的空白符，包括空格，制表符(Tab)，换行符
\d	匹配数字，（0，1，2，3....）
\b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束

下面看几个例子👇

1. 匹配已字母a开头的单词，先匹配某个单词的开始处(\b)，然后是字母a，然后是任意的字母或数字或下划线或汉字，最后是单词结束处。

\ba\w*\b

2. 匹配5位到12位数字

\d{5,12}      //只能保证字符串中包含5到12位连续的数字，不能保证整个字符串就是5到12位数字。

^\d{5,12}$    //整个字符串必须是5到12个数字。

2.字符转义

如果你想查找元字符本身的话，比如查找.或者*，就出现了问题，你没办法指定他们，因为他们会被解释成别的意思，这时可以使用\来取消这些字符的特殊含义。因此应该使用\.或\*，如果要查找\本身，也需要用\\。

regtext\.py 匹配 regtext.py
c:\\windows 匹配 c:\windows

3.重复

字符	描述
*	重复零次或多次
+	重复一次或多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

Windows\d+  //Windows后面跟一个或多个数字
\d{5,12}    //匹配5到12个数字

4.字符类

要想查找字母，数字或者空白是很简单的，因为已经有了对应的元字符，如果你想匹配没有预定义元字符的字符集合，很简单只要在方括号里列出他们就行了。

[aeiou]   //匹配任意一个英文元音字母
[.?!]     //匹配标点符号.或者？或者！
[0-9]     //匹配0到9之间的任意数字，含义同\d

下面看一个复杂的表达式:

\(?0\d{2}[) -]?\d{8}

首先分析上面表达式的含义，(和)也是元字符，所以这里需要转义。
首先是一个(出现0次或者一次，然后是一个0，然后是两个数字，然后是)或者空格或者-中的零个或一个，最后是8个数字。能匹配到类似下面这种的字符串(011)12345678,011-12345678。

5.分支条件

不幸的是上面那个正则也能匹配到(011-12345678等不正确的格式，要解决这个问题需要用到分支条件，如果满足其中任意一种规则都应该当成匹配，具体方法用|隔开。

0\d{2}-\d{8}|0\d{3}-\d{7}     //匹配3位区号，8位本地号，或者4位区号，7位本地号。
\(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}  //匹配3位区号的电话号码，区号可以有小括号也可以没有，区号和本地号之间可以有空格，连接符，也可以没有

6.分组

我们已经提到了怎么重复单个字符 (直接在字符后面加上限定符就行了)，但是如果想要重复多个字符又该怎么办，你可以用小括号来指定子表达式(也叫分组)，然后你就可以指定这个子表达式的重复次数了，也可以对子表达式进行一些其他的操作。

(\d{1,3}\.){3}\d{1,3}

上面表达式的含义是:\d{1,3}匹配1到3位数字，(\d{1,3}\.){3}匹配1到3位数字加一个英文句号(这个整体也就是这个分组)重复3次，\d{1,3}最后加一个1到3位的数字。

7.反义

有时候需要查找不属于某个能简单定义的字符类的字符，比如想查找除了数字以外，其他任意字符都行的情况下，这时需要用到反义。

字符	描述
\W	匹配任意不是字母，数字，下划线，汉字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
[^x]	匹配除了x以外的任意字符
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符

8.后向引用

默认情况下，每个分组会自动拥有一个组号，规则是：从左到右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，依次类推。
后向引用用于重复搜索前面某个分组匹配的文本。例如\1代表分组1匹配的文本。

\b(\w+)\b\s+\1\b

可以用来匹配重复的单词，像go go，或者kitty kitty，\b(\w+)\b表示在单词的开始和结束之间有一个或多个字母，数字，下划线或汉字，这个单词会被捕获到编号为1的分组中，然后是一个或多个空白字符\s+，最后是分组1中捕获的内容(也就是前面匹配的那个单词)\1。

\b(?<word>\w+)\b\s+\k<word>\b

可以自己指定表达式的组名，要指定一个子表达式的组名，可以使用(?<word>\w+)或者(?'word'\w+)。

常用的分组语法:

分类	语法	说明
捕获	(exp)	匹配exp，并捕获文本到自动命名的组里
	(?exp)	匹配exp，并捕获文本到名称为name的组里，也可以写成(?'name'exp)
	(?:exp)	匹配exp，不捕获匹配的文本，也不给此分组分配组号
零宽断言	(?=exp)	匹配exp前面的位置
	(?<=exp)	匹配exp后面的位置
	(?!exp)	匹配后面跟的不是exp的位置
	(?<!exp)	匹配前面不是exp的位置

9.断言

👇通过几个例子进行学习:

1. 匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm singing while you are dancing.，他会匹配sing和dance。

\b\w+(?=ing\b)

2. 匹配已re开头的后半部分(除了re以外的部分)，如查找reading a book，会匹配到ading。

(?<=\bre)\w+\b

3. 匹配这样的单词，它里面出现了字母q，但q后面跟的不是字母u，(?!u)它只匹配一个位置，并不消费任何字符。

\b\w*q(?!u)\w*\b

4. 匹配三位数字，并且这三位数字的后面不能是数字

\d{3}(?!\d)

5. 匹配前面不是小写字母的7位数字

(?<![a-z])\d{7}

10.贪婪匹配

当正则表达式中包含能接受重复的限定符时，通常的行为是匹配尽可能多的字符，例如a.*b它会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab,它会匹配整个字符串aabab。这被称为贪婪匹配。

字符	描述
*?	重复零次或多次 ，但尽可能少重复
+?	重复一次或多次，但尽可能少重复
??	重复零次或一次，但尽可能少重复
{n}?	重复n次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复

a.*?b

匹配最短的，以a开始，以b结束的字符串，如果匹配aabab会匹配为aab和ab。
到这里，基本的语法已经讲解完了。

实用例子

1.匹配IP地址

匹配IP地址之前，需要首先知道IP地址的格式，IP地址分为4个字段 (IP地址每个字段都在0-255之间)，例如：192.168.0.0。所以我们的重点就是控制4个字段都在0-255之间。
每个字段至少有一位，通俗的写法是这样\d|\d\d|[01]\d\d|2[0-4]\d|25[0-5]，将其简化后为\[01]?\d\d?|2[0-4]\d|25[0-5]，注意第一个分支中使用\d\d?而不使用\d?\d,如果根本不存在数字，会更快的报告匹配失败,所以最后的正则表达式为:

^([01]?\d\d?|2[0-4]\d|25[0-5])\.([01]?\d\d?|2[0-4]\d|25[0-5])\.([01]?\d\d?|2[0-4]\d|25[0-5])\.([01]?\d\d?|2[0-4]\d|25[0-5])$

匹配IP地址.png

2.验证用户名和密码

由数字和字母组成6-12，则不能为纯数字和纯字母组成的，(?![0-9]+$)表示不能是纯数字，(?![a-zA-Z]$)表示不能是纯字母。

^(?![0-9]+$)(?![a-zA-Z]$)[0-9a-zA-Z]{6,12}$

匹配用户名和密码.png

3.匹配对称的括号

匹配[呵呵],[微笑]这类表情时会用到这种匹配，首先对[进行转义为\[，然后是一个分组([^ \[]*?)，表示匹配除空格和[以外的字符，重复零次或多次，但尽可能少重复，最后匹配]。

\[([^ \[]*?)]

匹配表情.png

4.匹配微博@符号

只允许 英文数字下划线连字符，和 unicode 4E00~9FA5 范围内的中文字符

@[-_a-zA-Z0-9\u4E00-\u9FA5]+

匹配@.png

5.匹配电话号码

匹配字符串中出现的所有的电话号码，正则表达式如下：

1[3578][0-9]{9}

匹配手机号.png

NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern: @"1[3578][0-9]{9}" options:kNilOptions error:NULL];
NSArray<NSTextCheckingResult *> *phoneResult = [regex matchesInString:text.string options:kNilOptions range:text.yy_rangeOfAll];
for (NSTextCheckingResult *phone in phoneResult) {
     if (phone.range.location == NSNotFound && phone.range.length <= 1) continue;
        NSLog(@"%@",[text.string substringWithRange:phone.range])
  }

正则表达式可视化网址Regexper