参考：正则表达式30分钟入门教程
元字符
\b
代表着 单词的开头或结尾，也就是单词的分界处
.
匹配除了换行符以外的任意字符
*
它指定*前边的内容可以连续重复使用任意次以使整个表达式得到匹配
\d
匹配一位数字(0，或1，或2，或……)
\s
匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等
\w
匹配字母或数字或下划线或汉字等
+
匹配重复1次或更多次
^
匹配字符串的开始
$
匹配字符串的结束
字符转义
\
如果你想查找元字符本身的话,得使用\来取消这些字符的特殊意义
分枝条件
|
使用分枝条件时，要注意各个条件的顺序
原因是匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了。
分组
()
分组 ，又称子表达式
重复单个字符（直接在字符后面加上限定符就行了）；但如果想要重复多个字符又该怎么办？
用小括号来指定子表达式(也叫做分组)，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其它一些操作
组号
规则是：从左向右，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，以此类推。
向后引用
用于重复搜索前面某个分组匹配的文本
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。
它们像\b,^,$那样用于指定一个位置，这个位置应该满足一定的条件(即断言)，因此它们也被称为零宽断言
(?=exp)
也叫零宽度正预测先行断言
它断言自身出现的位置的后面能匹配表达式exp
(?<=exp)
也叫零宽度正回顾后发断言
它断言自身出现的位置的前面能匹配表达式exp
负向零宽断言
前面提到过怎么查找不是某个字符或不在某个字符类里的字符的方法(反义)。但是如果只是想要确保某个字符没有出现，但并不想去匹配它时怎么办？
(?!exp)
零宽度负预测先行断言，断言此位置的后面不能匹配表达式exp。
(?<!exp)
零宽度负回顾后发断言，来断言此位置的前面不能匹配表达式exp
贪婪和懒惰
贪婪
当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。
懒惰
有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧：
a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。
为什么第一个匹配是aab（第一到第三个字符）而不是ab（第二到第三个字符）？简单地说，因为正则表达式有另一条规则，比懒惰／贪婪规则的优先级更高：最先开始的匹配拥有最高的优先权——The match that begins earliest wins。
平衡组/递归匹配
左右括号 出现的次数是否相等的问题
平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配嵌套的<div>标签：
<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>
例子
\d{2}-\d{8}
-不是元字符，只匹配它本身
\d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)
^\d{5,12}$
是说整个输入必须是5到12个数字
处理多行的情况下
^和$的意义就变成了匹配行的开始处和结束处。
[aeiou]
匹配任何一个英文元音字母
[.?!]
匹配标点符号(.或?或!)
0\d{2}-\d{8}|0\d{3}-\d{7}
匹配两种以连字号分隔的电话号码：一种是三位区号，8位本地号(如010-12345678)，一种是4位区号，7位本地号(0376-2233445)
((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)
匹配一个正确的IP地址
\b\w+(?=ing\b)
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're dancing.时，它会匹配sing和danc。
(?<=\bre)\w+\b
会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。
(?<=<(\w+)>).*(?=<\/\1>)
匹配不包含属性的简单HTML标签内里的内容。(?<=<(\w+)>)指定了这样的前缀：被尖括号括起来的单词(比如可能是<b>)，然后是.*(任意的字符串),最后是一个后缀(?=<\/\1>)。注意后缀里的\/，它用到了前面提过的字符转义；\1则是一个反向引用，引用的正是捕获的第一组，前面的(\w+)匹配的内容，这样如果前缀实际上是<b>的话，后缀就是</b>了。整个表达式匹配的是<b>和</b>之间的内容(再次提醒，不包括前缀和后缀本身)。
表
表1.常用的元字符
| 代码 |
说明 |
| . |
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 |
| \d |
匹配数字 |
| \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 |
表2.常用的限定符
| 代码/语法 |
说明 |
| * |
重复零次或更多次 |
| + |
重复一次或更多次 |
| ? |
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 |
表3.常用的反义代码
| 代码/语法 |
说明 |
| \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 |
表4.常用分组语法
| 分类 |
代码/语法 |
说明 |
| 捕获 |
(exp) |
匹配exp,并捕获文本到自动命名的组里 |
|
(?<name>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 |
| 注释 |
(?#comment) |
这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读 |
表5.懒惰限定符
| 代码/语法 |
说明 |
| *? |
重复任意次，但尽可能少重复 |
| +? |
重复1次或更多次，但尽可能少重复 |
| ?? |
重复0次或1次，但尽可能少重复 |
| {n,m}? |
重复n到m次，但尽可能少重复 |
| {n,}? |
重复n次以上，但尽可能少重复 |
表6.常用的处理选项
| 名称 |
说明 |
| IgnoreCase(忽略大小写) |
匹配时不区分大小写。 |
| Multiline(多行模式) |
更改^和$的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配\n之前的位置以及字符串结束前的位置.) |
| Singleline(单行模式) |
更改.的含义，使它与每一个字符匹配（包括换行符\n）。 |
| IgnorePatternWhitespace(忽略空白) |
忽略表达式中的非转义空白并启用由#标记的注释。 |
| ExplicitCapture(显式捕获) |
仅捕获已被显式命名的组。 |
网友评论