regex主要规则与学习笔记

参考链接

https://github.com/ziishaned/learn-regex

# 正则表达式
# https://github.com/ziishaned/learn-regex/blob/master/translations/README-cn.md
元字符 
.       句号匹配任意单个字符除了换行符。
[ ]	    字符种类。匹配方括号内的任意字符。
[^ ]	否定的字符种类。匹配除了方括号里的任意字符
*	    匹配>=0个重复的在*号之前的字符。
+	    匹配>=1个重复的+号前的字符。
?	    标记?之前的字符为可选.
{n,m}	匹配num个大括号之前的字符或字符集 (n <= num <= m).
(xyz)	字符集，匹配与 xyz 完全相等的字符串.
|	    或运算符，匹配符号前或后的字符.
\	    转义字符,用于匹配一些保留的字符 [ ] ( ) { } . * + ? ^ $ \ |
^	    从开始行开始匹配.
$	    从末端开始匹配.


点运算符 .
    .ar匹配一个任意字符后面跟着是a和r的字符串。



字符集
方括号用来指定一个字符集。 在方括号中使用连字符来指定字符集的范围。
    [Tt]he 匹配 the 和 The
方括号的句号就表示句号。
    表达式 ar[.] 匹配 ar.字符串


否定字符集
    表达式[^c]ar 匹配一个后面跟着ar的除了c的任意字符。


* 号
*号匹配 在*之前的字符出现大于等于0次。
    表达式 a* 匹配0或更多个以a开头的字符
    表达式[a-z]* 匹配一个行中所有以小写字母开头的字符串。
*字符和.字符搭配可以匹配所有的字符.*
*和表示匹配空格的符号\s连起来用
    表达式\s*cat\s*匹配0或更多个空格开头和0或更多个空格结尾的cat字符串。



+ 号
+号匹配+号之前的字符出现 >=1 次
    表达式c.+t 匹配以首字母c开头以t结尾，中间跟着至少一个字符的字符串。


? 号
? 标记在符号前面的字符为可选，即出现 0 或 1 次。
    表达式 [T]?he 匹配字符串 he 和 The


{} 号
{} 是一个量词，常用来限定一个或一组字符可以重复出现的次数
    表达式 [0-9]{2,3} 匹配最少 2 位最多 3 位 0~9 的数字。
省略第二个参数
    [0-9]{2,} 匹配至少两位 0~9 的数字。
如果逗号也省略掉则表示重复固定的次数
    [0-9]{3} 匹配3位数字



(...) 特征标群
(...) 中包含的内容将会被看成一个整体，和数学中小括号（ ）的作用相同
    表达式 (ab)* 匹配连续出现 0 或更多个 ab。
    如果没有使用 (...) ，那么表达式 ab* 将匹配连续出现 0 或更多个 b 。
如果在 {} 前加上特征标群 (...) 则表示整个标群内的字符重复 N 次。
还可以在 () 中用或字符 | 表示或。
    (c|g|p)ar 匹配 car 或 gar 或 par.


| 或运算符
或运算符就表示或，用作判断条件
    (T|t)he|car 匹配 (T|t)he 或 car



转码特殊字符
反斜线 \ 在表达式中用于转码紧跟其后的字符。用于指定 { } [ ] / \ + * . $ ^ | ? 这些特殊字符
如果想要匹配这些特殊字符则要在其前面加上反斜线 \
    如果想要匹配句子中的 . 则要写成 \. 
    


^ 号
^ 用来检查匹配的字符串是否在所匹配字符串的开头
    ^(T|t)he 匹配以 The 或 the 开头的字符串。


$ 号
$ 号用来匹配字符是否是最后一个
    (at\.)$ 匹配以 at. 结尾的字符串。




简写字符集

简写	描述
.	    除换行符外的所有字符
\w	    匹配所有字母数字，等同于 [a-zA-Z0-9_]
\W	    匹配所有非字母数字，即符号，等同于： [^\w]
\d	    匹配数字： [0-9]
\D	    匹配非数字： [^\d]
\s	    匹配所有空格字符，等同于： [\t\n\f\r\p{Z}]
\S	    匹配所有非空格字符： [^\s]
\f	    匹配一个换页符
\n	    匹配一个换行符
\r	    匹配一个回车符
\t	    匹配一个制表符
\v	    匹配一个垂直制表符
\p	    匹配 CR/LF（等同于 \r\n），用来匹配 DOS 行终止符


零宽度断言（前后预查）
先行断言和后发断言都属于非捕获簇（不捕获文本 ，也不针对组合计进行计数）。 先行断言用于判断所匹配的格式是否在另一个确定的格式之前，匹配结果不包含该确定格式（仅作为约束）。
符号	描述
?=	    正先行断言-存在
?!	    负先行断言-排除
?<=	    正后发断言-存在
?<!	    负后发断言-排除


?=... 正先行断言
?=... 正先行断言，表示第一部分表达式之后必须跟着 ?=...定义的表达式。
返回结果只包含满足匹配条件的第一部分表达式。 定义一个正先行断言要使用 ()。在括号内部使用一个问号和等号： (?=...)。
    表达式 (T|t)he(?=\sfat) 匹配 The 和 the，在括号中我们又定义了正先行断言 (?=\sfat) ，即 The 和 the 后面紧跟着 (空格)fat。



?!... 负先行断言
负先行断言 ?! 用于筛选所有匹配结果，筛选条件为 其后不跟随着断言中定义的格式。 正先行断言 定义和 负先行断言 一样，区别就是 = 替换成 ! 也就是 (?!...)。
    表达式 (T|t)he(?!\sfat) 匹配 The 和 the，且其后不跟着 (空格)fat。
    
    
   
   
?<= ... 正后发断言
正后发断言 记作(?<=...) 用于筛选所有匹配结果，筛选条件为 其前跟随着断言中定义的格式。
    表达式 (?<=(T|t)he\s)(fat|mat) 匹配 fat 和 mat，且其前跟着 The 或 the。




?<!... 负后发断言
负后发断言 记作 (?<!...) 用于筛选所有匹配结果，筛选条件为 其前不跟随着断言中定义的格式。
    表达式 (?<!(T|t)he\s)(cat) 匹配 cat，且其前不跟着 The 或 the。
    
    
    
    
标志
标志也叫模式修正符，因为它可以用来修改表达式的搜索结果。

标志	描述
i	    忽略大小写。
g	    全局搜索。
m	    多行修饰符：锚点元字符 ^ $ 工作范围在每行的起始。


忽略大小写
    表达式 /The/gi 表示在全局搜索 The，在后面的 i 将其条件修改为忽略大小写，则变成搜索 the 和 The，g 表示全局搜索。




全局搜索
    表达式 /.(at)/g 表示搜索 任意字符（除了换行）+ at，并返回全部结果。



多行修饰符
多行修饰符 m 常用于执行一个多行匹配
    表达式 /at(.)?$/gm 表示小写字符 a 后跟小写字符 t ，末尾可选除换行符外任意字符。根据 m 修饰符，现在表达式匹配每行的结尾。
    
    
 
贪婪匹配与惰性匹配
正则表达式默认采用贪婪匹配模式，在该模式下意味着会匹配尽可能长的子串。我们可以使用 ? 将贪婪匹配模式转化为惰性匹配模式。