正则表达式笔记

元字符：

1.“.” 匹配任意单个字符；转义 \.；当放在字符集合中时，会当成普通字符

2.字符集合：[]，字符集合的匹配结果是能够与该集合里的任一成员相匹配的文本

3.字符区间：-， 字符区间的首尾字符可以是ASCII字符表里的任意字符。-作为元字符只能用在字符集合里，在字符集合以外都作为普通字符，不需要转义。

4.取非匹配：^的效果是字符集合里的所有成员

5.匹配空白字符：

[\b]<=> backspace键

\f 换页符

\n换行符

\r 回车符

\t 制表符

\v 垂直制表符

6.匹配特定的字符类别：

 \d 任何一个数字字符，等价于[0-9]

 \D 任何一个非数字字符，等价于[^0-9]

\w 任何一个字母数字或下划线字符，等价于[a-zA-Z0-9_]

\W任何一个非字母数字或非下划线字符，等价于[^a-zA-Z0-9_]

\s 任何一个空白字符，等价于[\f\n\r\t\v]

\S任何一个非空白字符，等价于[^\f\n\r\t\v]

注：[\b]是个特例，不在\s范围内，属于\S

十六进制与八进制：例

 \x0A<==> \n

 \011<==>\t

POSIX字符类：

[:alnum:] 任何一个字母或数字，等价于[a-zA-Z0-9]

[:alpha:] 任何一个字母，等价于[a-zA-Z]

[:blank:] 空格或制表符，等价于[\t ],t后面加了一个空格

[:cntrl:] ASCII控制字符，ASCII 0-31，再加上127

[:digit:]任何一个数字，等价于[0-9]

[:graph:]和[:print:]一样，但不包括空格

[:print:]任何一个可打印字符

[:lower:]任何一个小写字母，等价于[a-z]

[:punct:]即不属于[:alnum:]也不属于[:cntrl:]的任何一个字符

[:space:]任何一个空白字符，包括空格，等价于[\f\n\r\t\v ],v后面加了一个空格

[:upper:]任何一个大写字母，等价于[A-Z]

[:xdigit:]任何一个十六进制数字，等价于[a-fA-F0-9]

7.重复匹配

 匹配一个或多个字符：将+置于一个字符或字符集合之后，当给字符集合加+时，要把+放在[]外面，放在里面会被当成是普通字符。其转义为\+。

 匹配0个或多个字符：*，与+的用法一样。

 匹配0个或一个字符：？

 匹配的重复次数：｛num｝，指定一个字符或字符集合重复num次；也可指定一个区间｛min,max｝。还可指定最少重复多少次,不设上限｛min,｝。

防止过度匹配：在匹配文本时，*和+总是尽可能的从文本开头匹配到文本结尾，而不是在遇到第一个匹配时停下。可以用其懒惰版本防止。

*对应 *？

+对应+？

｛n,｝对应｛n,｝?  

例：文本：1231234 正则表达式：[\d]{3,} 和[\d]{3,}? 

8.位置匹配

 单词边界：\b标识一个单词的开始和结束；\b匹配且只匹配一个位置，不匹配任何一个字符。 \B标识非单词的开始和结束。例： \B-\B 文本：- abc ad-de

 字符串边界：^和$分别表示字符串的开头和结束

 分行匹配模式：(?m)必须放在整个模式的前面，分行匹配模式，将每行的字符各当成一个字符串，即将行分割符当成字符串分割符。但不是每一个正则表达式都支持

9.使用子表达式

 ()，子表达式还可以嵌套

10.回溯引用

 \num 表示引用第几个子表达式

有些正则表达式支持命名捕获；

 在替换操作中的使用：搜索表达式:（exp1）...（exp2） 替换表达式:  ...（$1）...($2)... 

 $1表示引用搜索的结果。回溯引用可以跨模式使用。

11.大小写转换：

 \l 把下一个字符转换为小写

 \u 把下一个字符转换为大写

 \U \E 把两者之间的全部转换为大写

 \L \E 把两者之间的全部转换为小写

12.前后查找：有的正则表达式不支持

 向前查找: ?=开头的子表达式，匹配但不消费

 向后查找:?<=

 负向前：?!

 负向后：?<!

13.嵌入条件

  回溯引用条件

  前后查找条件引用