正则表达式

常用的元字符如下：
.                      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

*                     重复零次或更多次
+                     重复一次或更多次
?                     重复零次或一次
{n}                  重复n次
{n,}                 重复n次或更多次
{n,m}               重复n到m次

\                      转义字符（用以取消前面所述元字符的特殊意义）

[xyz]                匹配所包含的任意一个字符

[^xyz]               匹配未包含的任意字符

[a-z]                匹配指定范围内的任意字符

[^a-z]               匹配任何不在指定范围内的任意字符。

  

常用的反义代码:
\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

常用分组语法：
(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
(?=exp)                  匹配exp前面的位置
(?<=exp)                 匹配exp后面的位置
(?!exp)                   匹配后面跟的不是exp的位置
(?<!exp)                 匹配前面不是exp的位置
(?#comment)          注释，用于提供注释让人阅读

懒惰限定符：
*?                  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

其他常用的语法：

\a                                      报警字符(打印它的效果是电脑嘀一声)
\b 通常是单词分界位置，但如果在字符类里使用代表退格
\t 制表符，Tab
\r 回车
\v 竖向制表符
\f 换页符
\n                                       换行符
\e Escape
\0nn                                   ASCII代码中八进制代码为nn的字符
\xnn  ASCII代码中十六进制代码为nn的字符
\unnnn Unicode代码中十六进制代码为nnnn的字符
\cN ASCII控制字符。比如\cC代表Ctrl+C
\A                                          字符串开头(类似^，但不受处理多行选项的影响)
\Z 字符串结尾或行尾(不受处理多行选项的影响)
\z                                           字符串结尾(类似$，但不受处理多行选项的影响)
\G 当前搜索的开头
\p{name}                            Unicode中命名为name的字符类，例如\p{IsGreek}
(?>exp) 贪婪子表达式
(?<x>-<y>exp)                  平衡组
(?im-nsx:exp)                    在子表达式exp中改变处理选项
(?im-nsx) 为表达式后面的部分改变处理选项
(?(exp)yes|no)                    把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no
(?(exp)yes)                         同上，只是使用空表达式作为no
(?(name)yes|no)                如果命名为name的组捕获到了内容，使用yes作为表达式；否则使用no
(?(name)yes)                      同上，只是使用空表达式作为no

\b是正则表达式规定的一个特殊代码，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。如精血查找一个单词love，则需要使用\blove\b。

假如love后面不远处跟着一个you，则应该使用\blove\b.*\byou\b，其中“.”表示匹配除了换行符以外的任意字符，“*”表示*前边的内容可以连续重复出现任意次以使整个表达式得到匹配，即“.*”连在一起就意味着匹配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……)，如0\d{2}-\d{8}表示最前面的是数字0，紧接着是两个任意的数字，连接符-，最后是8个任意的数字，\d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)。{5,12}则是重复的次数不能少于5次，不能多于12次。

\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。+则匹配重复1次或更多次。

例1：\(?0\d{2}[) -]?\d{8}可以匹配几种格式的电话号码，像(010)88886666，或022-22334455，或02912345678等。首先是一个转义字符\(,它能出现0次或1次(?),然后是一个0，后面跟着2个数字(\d{2})，然后是)或-或空格中的一个，它出现1次或不出现(?)，最后是8个数字(\d{8})。但是这样写会导致出现010)12345678或(022-87654321这样的“不正确”的格式。为此，我们需要采用分支条件（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。）修改我们的表达式：\(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}

例2，IP地址匹配表达式（如何重复多个字符--分组）：((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

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。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。

贪婪原则：默认的是匹配尽可能多的字符；懒惰原则：匹配尽可能少的字符，只要在贪婪表达式的后面添加一个?即可。