什么是正则表达式？

正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。

入门相关

常用元字符

• . 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
• * 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

示例：

\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

\b\w{6}\b 匹配刚好6个字符的单词

重复

• 重复0次或更多次

• 重复1次或更多次 ? 重复0次或1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+ 匹配Windows后面跟1个或更多数字

^\w+ 匹配一行的第一个单词(或整个字符串的第一个单词，具体匹配哪个意思得看选项设置)

字符类

像[aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!)

下面是一个更复杂的表达式：

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

正则里的分支条件

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)

(0\d{2})[-]?\d{8}|0\d{2}[-]?\d{8} 这个表达式匹配3位区号的电话号码，其中区号可以用小括号括起来，也可以不用，区号与本地号间可以用连字号或空格间隔，也可以没有间隔

// (0\d{3})[-]?\d{7}|0\d{3}[-]?\d

\d{5}-\d{4}|\d

分组

(\d{1,3}.){3}\d{1,3} 简单的IP地址匹配表达式。 (\d{1,3}.){3} 匹配三位数字加上一个英文句号(这个整体重复3次) \d{1,3} 匹配1到3位的数字，最后再加上这个

不幸的是，它也将匹配256.300.888.999这种不可能存在的IP地址。 如果能使用算术比较的话，或许能简单地解决这个问题，但是正则表达式中并不提供关于数学的任何功能，所以只能使用冗长的分组，选择，字符类来描述一个正确的IP地址：

((2[0-4])\d|25[0-5]|[01]?\d\d?).){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

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 \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

例： \S+ 匹配不包含空白符的字符串 <a[^>]+> 匹配用尖括号括起来的以a开头的字符串

后向引用

后向引用用于重复搜索前面某个分组匹配的文本

\b(\w+)\b\s+\1\b 可以用来匹配重复的单词

\b(\w+)\b\