正则表达式（一）

一、示例：

匹配数字（可能带小数点）

  ^-?d+(\.\d+)?$

解释：^是开始符,\d表示数字,+表示至少有一个,.表示小数点.,小括号表示分组，?表示小括号内的语句是可选的。

二、基础规则

1、常见匹配符号

表达式	说明
[abc]	复选集定义，匹配字母 a 或 b 或 c
[abc] [vz]	复选集定义，匹配字母 a 或 b 或 c，后面跟着 v 或 z
[^abc]	当插入符 ^ 在中括号中以第一个字符开始显示，则表示否定模式。此模式匹配所有字符，除了 a 或 b 或 c
[a-d1-7]	范围匹配，匹配字母 a 到 d 和数字从 1 到 7 之间，而不是不匹配 d1
X	Z
XZ	匹配 X 后直接跟着 Z

2、字符集元字符

字符	说明
\d	匹配一个数字，是 [0-9] 的简写
\D	匹配一个非数字，是 [^0-9] 的简写
\s	匹配一个空格，是 [ \t\n\v\r\f] 的简写
\S	匹配一个非空格，等同于[^\s]
\w	匹配一个单词字符（大小写字母、数字、下划线），是 [a-zA-Z_0-9] 的简写
\W	匹配一个非单词字符（除了大小写字母、数字、下划线之外的字符），等同于 [^\w]

3、重复匹配

*	        匹配 >=0 个，是 {0,} 的简写	X* 表示匹配零个或多个字母 X，.* 表示匹配任何字符串
+	        匹配 >=1 个，是 {1,} 的简写	X+ 表示匹配一个或多个字母 X
?	        匹配 1 个或 0 个，是 {0,1} 的简写	X? 表示匹配 0 个或 1 个字母 X
{X}	        只匹配 X 个字符	\d{3} 表示匹配 3 个数字，.{10} 表示匹配任何长度是 10 的字符串
{X,Y}	    匹配 >=X 且 <=Y 个	\d{1,4} 表示匹配至少 1 个最多 4 个数字
{X,}     	匹配 >=X个 \d{1,} 表示匹配至少有一个数字，效果和+一样

4、防止过度匹配

    上面的限定符中*，+和{X,}是“贪婪型”的，它们在进行匹配时表现为尽可能的匹配更多的字符，而不是匹配到碰到第一个匹配时为止。
    而要阻止这种“贪婪”的行为，我们可以在其后面加上?即可，即*?, +?, {X,}?。这些叫懒惰型，表现为碰到第一个匹配时就停止。
    我的理解是，贪婪型是从后往前匹配的懒惰型（懒惰就是匹配到第一符合就停止）。

5、位置匹配

a) 单词边界
     \b表示单词的边界（一个单词的开始或者结尾）例如\bcat\b可以匹配文档中的cat这个单词，而不匹配scattered

b) 字符串边界
    ^表示字符串开头，$表示字符串结束
    当^出现在字符集中（[]中）开头时表示非，在外面并于一个模式开头时表示匹配字符串开始位置。

c) 分行匹配模式
    当文本不止一行时，默认：^匹配第一行开始的位置，$匹配最后一行结尾的位置。
    但是当在模式前加上(?m)时，就开启了分行模式：^匹配每一行开始的位置，$匹配每一行结束的位置。

     例如： (?m)^\s*//.*$，可以匹配java和js中的单独一行注释
     解释：(?m)代表开启分行模式，可以匹配多行注释；\s*匹配//前面的空格；.*$匹配//后面到这行结尾的注释内容 如果没有(?m), 这个只能匹配第一行注释，并且一直匹配到文档结束，因为*是贪婪型

6、需要转义的字符（持续更新）

\ * + ( ) [ ] { } ?
这些符号出现在字符集合中（在[]中）时，不需要转义；相反'-'在[]外面不需要转义，在[]里面需要转义'\-'

下一篇：正则表达式（二）