正则表达式学习

正则表达式是什么？
正则表达式是一种强大的文本处理工具。

正则表达式的定义
制定了一个规则，通过这个规则匹配一些符合的字符串。

正则表达式的语法

• 普通字符
• 
  

        字母，数字，汉字，下划线，以及没有特殊定义的标点符号，都是普通字符。表达式中的普通字符，在匹配字符串的时候，匹配与子相同的一个字符。

• 简单的转义字符
• 
  

  \n	代表换行符
  \t	制表符
  \\	代表 \ 本身
  \^ , \$ , \. , \( , \) , \{ , \} , \? , \+, \* , \| , \[ , \]	匹配这些字符本身

• 标准字符集合
• 
  

  \d	0~9的任意一个数字
  \w	任意一个字母或数字或下划线，也就是a~z,A~Z,0~9其中的一个
  \s	包括空格，换行符，制表符等空白字符中的任意一个
  .	小数点可以匹配任意一个字符(除了换行符)，如果要匹配包括“\n”在内的任意字符，一般用[\s\S]

• 自定义字符集
• 
  

  [abc@]	匹配a,b,c和@
  [^abc]	匹配除了abc之外的任意字符
  [f-k]	匹配f到k之间的任意字符
  [^A-S3-5]	匹配A到S和3到5之外的任意字符

  注意

  • 正则表达式的特殊符号，被包含到中括号中会失去其特殊意义，表示其本身。除了"^","-"之外。
  • 标准字符集合，除了.以外，如果被包含于中括号，自定义字符集将包含该集合。比如：[\d.\-+]将匹配数字，小数点，+，-

  
  
• 量词
• 
  

  {n}	表达式重复n次
  {m,n}	表达式至少重复m次，至多重复n次
  {m,}	表达式至少重复m次
  ?	表达式匹配0到1次，相当于{0,1}
  +	表达式至少出现一次，相当于{1,}
  *	表达式不出现或出现任意次，相当于{0,}

  贪婪模式（默认），次数匹配的越多越好
  非贪婪模式，在后面加？，次数匹配的越少越好
  
  例子：
  /d{6} = /d/d/d/d/d/d,匹配连续的6个数字字符串
  /d{3,6}? 匹配3到6的连续字符串，若有超过6个的 字符串，匹配3个，就会匹配下一段
  /d{3,6} 与上面相反，会优先匹配6个，
  

• 字符边界
• 
  

  ^	匹配字符串开始的地方
  $	匹配字符串结束的地方
  \b	匹配但单词的一个边界，就是前面的和后面的不全是\w

• 选择符和分组
• 
  

  | 分支结构	左右两边表达式或的关系，匹配左边或右边
  () 捕获组	（1）在被修饰匹配次数的时候，括号中的表达式作为一个整体被修饰 （2）去匹配结构的时候，括号中的表达式匹配的内容可以被单独得到 （3）每一对括号会分配一个编号，使用（）的捕获根据左括号的顺序 从一开始编号
  (?:Expression)	一些表达式中，不得不使用(),但又不需要保存()子表达式匹配的内容，这时就可以用非捕获组

• 预搜索（零宽断言）
• 
  

  只进行子表达式的匹配，匹配内容不计入最终结果，是零宽度的
  这个位置应该符合某个条件，判断当前后是否符合指定条件，但不匹配前后字符。
  
  

  (?=exp)	后面的表达式exp
  (?<=exp)	前面的表达式exp
  (?!exp)	后面不能匹配的表达式exp
  (?<!exp)	前面不能匹配的表达式exp

• 反向引用（\nnn）
• 
  

  每对括号会分配一个编号，根据左括号的顺序。
  通过反向引用，可以对分组已经捕获的字符串进行引用
  \nnn 就是 \1,\2…\100等

  正则表达式的匹配模式

  • IGNORECASE 忽略大小写模式
           —匹配时忽略大小写
           —默认情况下正则表达式是要区分大小写的
  • SINGLELINE 单行模式        —整个文本看作一个字符串，只有一个开头和一个结尾
           —使用小数点可以匹配包括换行符在内的任意字符
  • MULTILINE 多行模式
           —每行都是一个字符串，都有开头和结尾
           —在此模式下，如果仅需匹配字符串开始和结束的地方，可以使用\A和\Z