正则表达式

导语

正则表达式的作用：

• 测试字符串内的模式
• 替换文本
• 基于模式匹配从字符串中提取子字符串

语法

正则表达式的各组成部分可以是单个字符、字符集、字符范围或在几个字符之间选择。 也可以是这些组成部分的任意组合。

写完第一步是需要测试的，这里提供一个在线测试网站RegexPlaner

以下是个人常用的(具体的看官方文档)

1. 通过在一对分隔符之间放置表达式的各种组成部分，就可以构建正则表达式
   /expression/
2. 最简单的正则表达式是与搜索字符串相比较的单个普通字符。 例如，单字符正则表达式 A 会始终匹配字母 A，无论其会出现在搜索字符串的哪个位置。
   /A/
   /a/
   /123/
3. 元字符

• .: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:匹配任意数字
• \b：匹配单词的开始和结束
• ^:字符串的开始
• ￥：字符串的结束
• 当然如果你字符串中本来就有这些符号，就可以使用\来进行转义.，如*就应该写成
  E.G:
  \ba\w*\b匹配以字母a开头的单词——先是某个单词开始处(\b)，然后是字母a,然后是任意数量的字母或数字(\w)，最后是单词结束处(\b)。
  \d+匹配1个或更多连续的数字。这里的+是和类似的元字符，不同的是*匹配重复任意次(可能是0次)，而+则匹配重复1次或更多次。
  元字符^（和数字6在同一个键位上的符号）和$都匹配一个位置，这和\b有点类似。^匹配你要用来查找的字符串的开头，$匹配结尾。比如一个网站如果要求你填写的QQ号必须为5位到12位数字时，可以使用：^\d{5,12}$

4. 限定符

• *:匹配零次或多次前面的字符或子表达式
• +: 匹配一次或多次前面的字符或子表达式
• `?:匹配零次或一次
• {n}: 匹配N次
• {n,}: 匹配N或更多次
• {n,m}: 匹配N到M次
  E.G: Linux\d+:匹配Linux之后跟的一个或多个数字

5. 字符类
   如果你想匹配没有预定义元字符的字符集合(比如元音字母a,e,i,o,u),你只需要在方括号里列出它们就行了，像[aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!)。

• [a-z]&[A-Z]:匹配任意一个小写字母&大写字母
  E.G：
  /(?0\d{2}[) -]?\d{8}:就可以匹配(010)88886666，或022-22334455，或02912345678之类的。首先使用\对(进行转义，然后匹配一个或没有0，再接着两个数字，[)-]则匹配一次) or -这两个符号，最后再加上\d{8}匹配八位数字

6. 反义
   有时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，其它任意字符都行的情况，这时需要用到反义。

• \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
  ...
  *[^z]:匹配除了z以外的任意字符

7. 分支条件 .
   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该当成匹配，具体方法是用|把不同的规则分隔开。
   E.G:

• 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)
• \d{5}-\d{4}|\d{5}这个表达式用于匹配美国的邮政编码。美国邮编的规则是5位数字，或者用连字号间隔的9位数字。之所以要给出这个例子是因为它能说明一个问题：使用分枝条件时，要注意各个条件的顺序。如果你把它改成\d{5}|\d{5}-\d{4}的话，那么就只会匹配5位的邮编(以及9位邮编的前5位)。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。

8. 分组
   前面我们看到单个字符数字等可以重复，其实多个也是可以的，这就需要使用分组啦
   E.G:
   ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)：匹配IP地址，自己领会~