正则表达式

正则表达式是描述一组字符串特征的模式，用来匹配特定的字符串。
各种程序设计语言，各种编辑器大都支持正则表达式。

从在线测试开始

首先介绍一下regexpal网站，在浏览器地址栏输入：https://www.regexpal.com/，即可看到如下图所示的网站页面。
页面中，上边写正则表达式，下边写要尝试的例子，通过例子进行测试，检验正则表达式是否匹配。
也可以使用regexr，在浏览器器地址栏输入：https://regexr.com/，即可进入网站页面，如下图所示：
其功能都类似，进行正则表达式的测试。
类似的网站还有很多，可以通过百度搜索。

基本用法

用字符组来匹配数字

方括号[]中的内容称为字符组，有时也叫字符集，例如：[0-9]表示“匹配0到9范围内的任意数字”，[a-z]表示“匹配任意小写字母”，同样地，[A-Z]表示“匹配任意大写字母”，当然，也可以采用穷举法，[abc123ABC]表示“匹配这里的任意字符”，之外的字符不匹配，如d就不匹配。
[aeiou]匹配小写元音字母
[^aeiou]不匹配小写元音字母
[\u0067]匹配Unicode字符
[\115]用八进制数匹配字符

使用字符组简写形式

\d像[0-9]一样匹配任意数字
\D匹配非数字字符，与[^0-9\]或[^\d]等效
\w匹配所有的单词字符（前提是勾选global选项），与[_a-zA-Z0-9]等效；与\D的区别是\D会匹配空格、标点符号等字符，\w则不会
\W匹配空格、标点符号以及其他非字母、非数字字符，与[^_a-zA-Z0-9]等效
\a报警符
\0空字符
\s匹配空白符（空格）
\S非空白符（空格）
\t制表符
\n换行符
\r回车符
\f换页符
\b单词边界
\B非单词边界

匹配任意字符

.（点）是一个通配符，可以匹配任意字符（但一般不匹配行起始符）

选择操作

选择操作可在多个可选模式中匹配一个。
(the|The|THE)匹配所有的the、The、THE

分组

（）之间的内容就是一个分组

捕获分组

\1或$1引用第一个捕获的分组

非捕获分组

不想引用分组时，就可以定义非捕获分组。
(?:the|The)，这样，当你使用$1引用时，就无效

选项

选项	描述	支持平台
（？d）	Unix中的行	Java
（？i）	不区分大小写	PCRE、Perl、Java
（？J）	允许重复的名字	PCRE
（？m）	多行	PCRE、Perl、Java
（？s）	单行（dotall）	PCRE、Perl、Java
（？u）	Unicode	Java
（？U）	默认最短匹配	PCRE
（？x）	忽略空格和注释	PCRE、Perl、Java
（？-…）	复原或关闭选项	PCRE

(?i)the匹配所有的the，不区分大小写

子模式

子模式就是指分组中的一个或多个分组，就是模式中的模式。多数情况下，子模式中的条件能得到匹配的前提是前面的模式得到匹配，但也有例外。
(t|T)h(e|eir)匹配the、The、their、Their，后面的匹配，依赖前面的匹配

量词

{}中的数字表示待查找字符出现的次数，包含数字的花括号是一种量词
{3,4}3表示最小数量，4表示最大数量
?表示“零个或一个”
+表示“一个或多个”
*表示“零个或多个”
{n}精确匹配n次
{n,}匹配n次或更多次
{m,n}匹配m至n次
{0,1}与？相同
{1,}与+相同
{0,}与*相同

边界

^匹配行或字符串的起始
$匹配行或字符串的结尾
\b单词边界，有的应用中使用\<\>来指定单词的开头和结尾
\B非单词边界

使用元字符的字面值

\Q\E之间的字符集匹配字符串字面值，例如：\Q.\E表示.（点），不再匹配任意字符了。

匹配行

.*或.+匹配一行内容，如果是global的话，将匹配所有行

更进一步

正则表达式非常灵活，基本规则有限，至于你能不能挖掘出其独特的应用，就看你的实践了。