大家是否和我一样，学正则表达式不得要领，常学常忘，常忘常学，沉（tong）迷（ku）到无法自拔。
后来，我做了很多实际项目，才发现了正则的学习门道。本号将多年武功内力浓缩成两篇秘籍，可以无痛、快捷地掌握正则要义。上篇，我总结了7个要点，几乎可以解决90%的正则问题。下篇我会讲解正则表达式剩余知识点，并进行完整总结。
目录
一、问题引入
1.实际问题
的有某网友在下班前半小时接到老板要求，提取1万多个商铺的手机（电子表格见下图），商铺座机、商铺400客服电话都不要。假若是你接到任务，可以在多长时间内完成老板任务，能按时下班吗？
2.推荐3个网站
测试正则网站 正则表达式在线测试 - 站长工具(速度快，功能够用)或者regex101: build, test, and debug regex(速度慢，功能全)，二选一即可。
的正则图解网站 Regexper
3.使用正则一键提取
复制电话到站长工具，使用正则表达式 1[0-9]{10} 即可提取所有电话
正则表达式功能强大，接下来将以电话提取为题目，通过7个要点学习如何通过正则提取电话。
二、正则要点
1.固定字符，直接写
“固定字符”就是在写正则表达式时是固定的，确定的字符。上图中正则表达式1[0-9]{10}，其中1是所有手机都是1打头，是固定的。
如果老板要找上海的6打头的座机，可以写021-6[0-9]{7}，其中021-6就是固定的字符，可以直接写。
如果老板要找上海的6打头且末位是7的座机，冰雪聪明的读者，你现在能写吗？
2.可能字符，方括号[]
手机号码是1打头，后面每位手机数字是0到9之中任意一个数。正则表达式规定方括号可以写出一位字符所有可能情况，如：[0123456789]或者[1357902468]等等，表明可能符号是0到9之中某一个。
如果是小写字母，可以这样[abcdefghijklmnopqrstuvwxyz]或者这样[qwertyuiopasdfghjklzxcvbnm]。
这样写太复杂，可以简化写作[0-9]，[a-z]。注意，不可以[9-0]或者[z-a]。why?不要问我，问美国标准化信息协会，他们规定数字最小的是0最大的是9，小写字母最小的是a最大的是z，具体见ASCII代码表。
3.重复次数，花括号{}
手机号码共11位，1打头，后面10位都是数字，方括号[0-9]可以表明任意一个数字。接下来，就可以笨笨地写出正则表达式：1[0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9]。
正则如此聪明，上述笨写法当然可以简化，用花括号就可以表明重复多少次，手机号码可以简写成：1[0-9]{10}。{10}表明前面的数字[0-9]必须重复10次。
假设，只是假设，我们手机号是9-11位的，那么正则可以简写成：1[0-9]{8,10}。假设我们手机号码最少9位，最多多少位不确定，那么正则可以简写成：1[0-9]{8,}。
4.或者选择，1竖线|
假设老板要大家找出武汉和上海的座机电话，大家该怎么办？可以分两次用正则找，然后复制出来粘贴到一起交差。如：先找上海座机021-[0-9]{8}，然后找武汉座机027-[0-9]{8}。
聪明的大家可能想到方括号，可以一次性查找两地电话。这里我不炒现饭，不用方括号的解法，介绍一个新的正则功能“或者”。
通过或者|，可以简化成1次进行查找，或者符号是1条竖线|，正则表达式：021-[0-9]{8}|027-[0-9]{8}。
5.提取字符，圆括号()
数学中通过括号可以提取公因式，如：ma+mb+mc=m(a+b+c)。
上例中一次提取上海和武汉座机，就可以通过圆括号进行进一步简化，-[0-9]{8}可以提取出来，如：(027|021)-[0-9]{8}，或者02(7|1)-[0-9]{8}。
圆括号是分组的意思，通过分组，让或者的范围从整个表达式缩小到分组这样的一个小局部。下图在regexper.com中分3次绘制。
6.反向引用，反斜杠\
回文是有趣的文字现象，如：上海自来水来自海上。座机电话号码也可以有回文形式，如：021-87655678。由于回文给出的规律是第1个数和第8个数相同，第2个数和第7个数相同，第3个数和第6个数相同，第4个数和第5个数相同，这样正则就必须表达第几个数。正则用分组和反向引用来解决这个问题。
首先，电话号码的前4个数字进行分组，正则表达式：([0-9])([0-9])([0-9])([0-9])。
然后，这4个分组叫1号分组，2号分组，3号分组，4号分组，分别用反斜杠数字表达，如：\1，\2，\3，\4。
最后，回文电话的正则表达为：([0-9])([0-9])([0-9])([0-9])\4\3\2\1。
7.零宽断言，问等叹 ?<= ?<! ?= ?!
在回文电话中，意外抓取到了手机号码中的回文，如果老板要求回文座机号码，正则可以解决吗？
我们的例子中，座机号码和手机号码的区别是 座机号码有一个横线，那么回文座机号码就有了一个要求，回文必须前面有一个横线，而横线不要进行正则匹配。那么零宽断言就可以解决，正则表达式：(?<=-)([0-9])([0-9])([0-9])([0-9])\4\3\2\1，可以匹配座机电话中的回文。
(?<=-)叫零宽度正回顾后发断言，表明横线-必须出现，但是匹配结果中不出现横线-。
如果不要前面出现横线，可以使用零宽度负回顾后发断言(?<!-)，会匹配非座机中的回文，正则表达式：(?<!-)([0-9])([0-9])([0-9])([0-9])\4\3\2\1。
可以使用零宽度正回顾先发断言(?=-)，会匹配回文后面有横线的回文，正则表达式：([0-9])([0-9])([0-9])([0-9])\4\3\2\1(?=-)。
可以使用零宽度负回顾先发断言(?!-)，会匹配回文后面有横线的回文，正则表达式：([0-9])([0-9])([0-9])([0-9])\4\3\2\1(?!-)。
三、动手练习
到此，已经学完正则7个要点，几乎可以解决正则90%的问题。光说不练假把式，小试牛刀一下吧：
题目1： 前后都是空格的6位数字的邮编，不匹配空格只匹配6位数字。
题目2：小时分钟秒，形如HH:MM:SS。小时HH是00-23，必须2位数。分钟MM是00-59，必须2位数。秒SS是00-59，必须2位数。
题目3：年月日，形如YYYY-MM-DD或者YYYY/MM/DD。年YYYY是1000到2999。月是1到12或01到12，可以1位数，也可以2位数。日是1到31或01到31，可以1位数，也可以2位数，不要求分析大月小月。注意前后分隔符必须统一，不允许YYYY-MM/DD或者YYYY/MM-DD。
题目4：提取红楼梦中五言和七言诗。正则[\u4e00-\u9fa5]表示一个汉字
附录（练习用电话号码，都已被我修改过，不是真实电话。）：
18121259651
021-54251306
027-64337018
020-54272788
021-33687788/18621164392
13124885895
021-54566545
18285522558
15807697545
021-54277790
13166257711
021-52835890
021-62099872
021-68321717
17802169959
4008988777
021-62780757
027-62341717
021-60318297
020-62155310
027-62771517
020-62459535
027-62270156
13918766200
021-52801923
021-62810973
18075106991/021-62645263
021-61169555
021-52806899
021-62091717
021-62152777
021-62365907
437
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
