正则表达式

介绍正则表达式，主要是总结，后面有参考文章

元字符（metacharacter）

语法	说明	备注
\b	代表着单词的开头或结尾，也就是单词的分界处	虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是\b并不匹配这些单词分隔字符中的任何一个，它只匹配一个位置。
^	匹配你要用来查找的字符串的开头	和忽略大小写的选项类似，有些正则表达式处理工具还有一个处理多行的选项。如果选中了这个选项，^和$的意义就变成了匹配行的开始处和结束处
$	匹配字符串的结束
.	匹配除了换行符以外的任意字符
+	+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。
*	同样是元字符，不过它代表的不是字符，也不是位置，而是数量——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	.*连在一起就意味着任意数量的不包含换行的字符
\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

限定符

语法	说明	备注
{2}({8})	必须连续重复匹配2次(8次)
{5,12}	重复的次数不能少于5次，不能多于12次，否则都不匹配。
{n,}	重复n次或更多次
?	重复零次或一次
[aeiou]	匹配a,e,i,o,u任何一个英文元音字母
[0-9]	代表的含意与\d就是完全一致的：一位数字

分组()

我们已经提到了怎么重复单个字符（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？你可以用小括号来指定子表达式(也叫做分组)，然后你就可以指定这个子表达式的重复次数了.(\d{1,3}.){3}\d{1,3}是一个简单的IP地址匹配表达式。要理解这个表达式，请按下列顺序分析它：\d{1,3}匹配1到3位的数字，(\d{1,3}.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(\d{1,3})。

后向引用

使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，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。\b(\w+)\b\s+\1\b可以用来匹配重复的单词，像go go, 或者kitty kitty。这个表达式首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b)，这个单词会被捕获到编号为1的分组中，然后是1个或几个空白符(\s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(\1)

语法	说明	备注
\数字	后向引用用于重复搜索前面某个分组匹配的文本。例如，\1代表分组1匹配的文本
(?\\w +) (?’Word’\w+)) \k\	你也可以自己指定子表达式的组名。要指定一个子表达式的组名，请使用这样的语法：(?\\w+)(或者把尖括号换成’也行：(?’Word’\w+)),这样就把\w+的组名指定为Word了。要反向引用这个分组捕获的内容，你可以使用\k\,所以上一个例子也可以写成这样：\b(?\\w+)\b\s+\k\\b。

捕获

语法	说明	备注
(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	你可以使用(?:exp)这样的语法来剥夺一个分组对组号分配的参与权

零宽断言

语法	说明	备注
(？=exp)	匹配exp前面的位置,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	比如\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。
(？<=exp)	匹配exp后面的位置,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。	比如(?<=\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。
(?!exp)	匹配后面跟的不是exp的位置,零宽度负预测先行断言(?!exp)，断言此位置的后面不能匹配表达式exp。	例如：\d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字；\b((?!abc)\w)+\b匹配不包含连续字符串abc的单词。
(? < !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	(?< ![a-z])\d{7}匹配前面不是小写字母的七位数字。

反义

语法	说明	备注
\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
\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
\D	匹配任意非数字的字符

字符转义

语法	说明
\	如果你想查找元字符本身的话，比如你查找’.’ , 或者’*’,就出现了问题：你没办法指定它们，因为它们会被解释成别的意思。这时你就得使用\来取消这些字符的特殊意义。因此，你应该使用\.和\*。当然，要查找\本身，你也得用\\ 。例如：deerchao\.net匹配deerchao.net，C:\\Windows匹配C:\Windows。

分枝条件

语法	说明
|	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。 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。

贪婪与懒惰

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

平衡组/递归匹配

语法	说明
(?‘group’)	把捕获的内容命名为group,并压入堆栈(Stack)
(?‘-group’)	从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败
(？（group）yes|no)	如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分
(?!)	零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败

参考文章

1-正则表达式30分钟入门教程

2-正则表达式 - 语法