正则表达式语法

正则表达式是由元字符和普通字符组成。所谓元字符就是类似于“*”、“？”之类的有意义的字符，所谓的普通字符就是字符串中常用的字符。将普通字符和元字符放在一对斜杠（/）中，就可以组成一个正则表达式。

1、匹配字符

最简单的正则表达式就是字符本身的匹配，这种匹配方法相当于精确查找。

比如：/abc/  ，可以匹配到字符串“abc”（注意是匹配到字符串“abc”，不是单个字符“a”或“b”或“c”）；

正则表达式中有很多字符有特殊意义，要匹配单个的字符（比如“？”），需要在转义字符前加上反斜杠“\”，

正则表达式中有很多转义字符：“\!”，“\$”，“\^”，“\*”，“\+”，“\=”，“\|”，“\.”，“\?”，“\\”，“\/”，“\(”，“\)”，“\[”，“\]”，“\{”，“\}”，“\o”，“\t”，“\n”，“\v”，“\f”，“\r”，“\xnn”，“\uxxxx”，“\cX”。

2、字符类

字符类在正则表达式中可以代表一系列字符，而不是只能代表一个字符或一个子字符串，字符串类是以中括号作为分界符的。

比如：/[ABC]/   ，可以匹配到“A”或“B”或“C”单个字符；假如要匹配的字符串为“JAVASCRIPT”，只会匹配到第一个“A”（因为除非使用全局模式标志，在完成第一次匹配后不会再进行后面的匹配了）；

使用字符类还可以制定一系列字符：/[A-Z]/  //可以匹配到字母A到Z，/[a-z]/  //可以匹配到字母a到z，/[A-Za-z]/  //可以匹配到字母A到Z和字母a到z，/[0-9]/  //可以匹配到数字0到9，/[A-Za-z0-9]/  //可以匹配到字母A到Z、字母a到z、数字0到0，/[A-D159]/  //可以匹配到字母A到D和数字1、5、9；

除了要将匹配的字符放在[]中外，字符类还定义了一些特殊的字符，可以更加灵活地匹配到字符串；比如：字符类“XYZ”：字符集，可以匹配到中括号中的字符；字符类“^”：非字符集，可以匹配到非中括号中的任何字符；字符类“.”：匹配除了答行符和其他Unicode行符之外的所有字符；字符类“\w”：匹配任何ASCII单字字符，相当于[a-zA-Z0-9]；字符类“\W”：匹配到所有ASCII单字字符之外的字符，相当于[^a-zA-Z0-9]；字符类“\s”：匹配任何Unicode空白符，相当于[\f\n\r\t\v\u00A0\u2028\u2029]；字符类“\S”：匹配任何Unicode空白符之外的字符相当于[^\f\n\r\t\v\u00A0\u2028\u2029]；字符类“\d”：匹配任何数字，相当于[0-9]；字符类“\D”：匹配任何数字之外的字符，相当于[^0-9]。

3、界定符

假设有一个字符串内容为“BaaaaaBaaaaaB”，要求匹配到第一个“B”和最后一个“B”，则可以使用界定符；

界定符“^”可以匹配到一行字符的开头，“/^B/”可以匹配到第一个“B”；界定符“$”可以匹配到一行字符的结尾，“/B$/”可以匹配到最后一个“B”；

更多界定符：界定符“^”：匹配行首，多用于多行文本搜索；界定符“$”：匹配行尾，多用于多行文本搜索；界定符“\b”：匹配单词的边界，多用于英文文本；界定符“\B”：与\b相反，匹配到一个非单词的边界。

4、选择符

假设要在一个字符串中查找子字符串A和子字符串B，在正则表达式中用一个选择符“|”，使用这个选择符可以匹配多个子字符串；例如字符串1“AAAaaaaaaaBBB”、字符串2“AAAaaaaaaa”、字符串3“BBBaaaaaaa”，使用/AAA|BBB/都可以去匹配；但是匹配字符串1的话,只会匹配到AAA，因为除非使用全局模式标志，在完成第一次匹配后不会再进行后面的匹配了，包括字符和字符类以及所有的匹配方式都是这样。

5、重复类

字符类都只能匹配一个字符，如“[0-9]”只能匹配数字0到9，如果要匹配数字10到99就不行了；正则表达式提供了重复类来匹配这种重复的现象；比如重复类“{n}”可以将前一项重复n次；

/[\d]{2}/      将“[\d]”重复两次，相当于“/[\d][\d]/”

/ab{2}/      将“b”重复两次，相当于“/abb/”

在正则表达式“/[\d]{2}/”中可以匹配到00到99之间的数字，但如果0到99之间的数字需要用“/[\d]|[\d]{2}/”

/[\d]{1,3}/      将“[\d]”重复1到3次，相当于“/[\d]/”或“/[\d][\d]/”或“/[\d][\d][\d]/”

/ab{1,3}/      将“b”重复1到3次，相当于“/ab/”或“/abb/”或“/abbb/”

更多重复类：1、{n}：匹配前一项n次；2、{n,m}：匹配前一项n到m次；3、{n,}：匹配前一项至少n次；4、?：酦醅前一项0次或者1次，相当于{0,1}；5、+：匹配前一项至少1次，相当于{1,}；6、*：匹配前一项0次货多次，相当于{0,}；

6、分组

假设要匹配字符串“java”或“javascript”，除了选择符，还可以使用小括号将字符串分组来实现，分了组的字符串可以看成一个整体；

比如：/java(script)?/，“script”被小括号括起来视为一个整体，又因为重复类“?”会将整个“script”重复0次或者1次，所以可以匹配字符串“java”或“javascript”。

7、引用

在正则表达式中，会给每一个分组分配一个编号，使用编号可以将匹配到的内容在正则表达式中作进一步的处理；编号方式为：从正则表达式左侧开始，第一个分组编号为1，第二个为2，以此类推；

分组编号后，可以使用“\n”来引用分组匹配的字符串；如“\1”位第一个分组匹配的字符串；/(java)?Script\1:，该正则表达式可以匹配到“javascriptjava”或“script”；

在某些情况下，可能要将匹配到的字符串分组，但不记录该组匹配的字符串，那么久可以使用“(?)”符号类进行分组，比如：/(?:java){0,1}(Script){0,1}\1/，可以匹配到“java”或“JavaScriptScript”。

8、其他匹配

正则表达式中海油两种选择性匹配：

x(?=y)：只有x后面紧跟着y才匹配；

x(?!y)：只有x后面不是y才匹配。

9、匹配规则

正则表达式在匹配字符串时，只要遇上可以匹配的内容就会停止匹配；如果想要继续匹配的话，就必须在正则表达式后加上标志符“g”，如/a/g；

更多标志符：1、i：匹配时不区分大小写；2、g：匹配能匹配的所有字符，而不是在匹配第一个后就停止匹配；3、m：执行多行匹配模式，也就是使用“^”和“$”来匹配开头和结尾。