使用正则表达式 讲解

什么是正则表达式

从概念上来说，正则表达式也是一门小巧而精炼的语言，它可以用来简化检索特定的字符串，替换特定字符等功能，有许多开发语言工具，都内嵌支持正则表达式。那么一个正则表达式，究竟是什么？其实它就是一个字符串，但这个字符串具有特定含义。

基础语法

字面值

所谓字面值，就是没有任何转义，查找的对象就是其本身，比如正则表达式 abc ，查找的结果就是返回要查找字符串中 a, b, c三个字母连在一起的字符串。又如，123 就是查找到 123 这个子串。

特殊字符

句号

.在正则表达式中表示匹配任意字符，很相似于通配符*。如果我们查找a.b这个正则表达式，我们可以找到所有开头和结尾为a，b，中间是任意字符的字符串，比如abc，adc，a2c等。

字符类（[]）

如果你在一个正则表达式中看到有一些字符被[]括号括起来，那么他们的含义将不再是简单的字面值，他们表示某一个被括号中属性约束的字符。比如[123456]，这个正则表达式表示找到1-6中的任意一个字符，又比如a[bd]c，这表示查找abc或者adc。

注意：

• 在字符类中字符的顺序和重复性都不是我们关心的。[123]和[2233111]，含义是一模一样的。
• 句号在字符类中表示的就是其本身，[.]就是查找一个句号。

区间符号（-）

如果我们需要查找一个数字，[0123456789]，这样做是可以达到目的的，但这写起非常麻烦，并不符合正则表达式小巧的特性，这时我们可以使用区间符号来简化，[0-9]和上面的式子意义完全一样。同样，我们可以[a-zA-Z]，表示任意一个字母。

注意：

• 区间的范围应该有意义，[a-1]这样的区间并无任何意义，尽管它在语法上可能没有错误；
• 区间左右两端对应的是字符，并不是数字，比如[2-41]，这个式子的含义是找到2-4的一个数字或者1，和[1-4]是一样的。

取反符号（^）

^在正则表达式中表示取反，这个很好理解，[^a]，表示找到除了a之外的任意字符。[^0-9]，表示找到一个非数字的字符。

注意：

• ^必须在中括号内，及字符类属性中使用。
• ^是将后面的整体作为取反条件的。

简化的字符类

某些符号具有和字符类相同的含义：

• \d和[0-9]相同
• \w和[0-9A-Za-z_]相同 表示
• 数字，字母或者下划线**\s
• 表示匹配空格，tab**和换行等不可见符。

与此相对的\D,\W,\S，则表示上述条件的取反情况。

乘法集（{}）

乘法集的最大用处也是简化正则表达式，用大括号表示。比如，a{2}，表示找到 aa 这个字符串。

注意：

乘法集是已前面整体为乘法条件的，比如 [ab]{2}，不是简单的比配aa，bb，而是和[ab][ab]含义是相同的，会匹配ab，ba，aa，bb。

乘法集中的区间（,）

乘法集和字符类相同，也可以用区间进行简化，但是符号不相同。a{1,3}，表示找到a，aa，aaa这三个字符串。a{0,1}是合法的，表示找到空字符，或者a。

注意：

• 乘法集的"越长越好"属性：乘法集具有这样的特点，比如a{2,4}，如果我搜索myaaaa，它不会找到aa后就停止，而是会找到aaaa。
• 乘法集的"全部获取"属性：比如 a{2.4}，如果搜索 myaayouaaaa，它会找到 aa 和 aaaa。
• 乘法集支持开区间，a{1,} 是合法的，表示找到任何 a 相连的字符串。

判断符号（？）

这个符号的含义和 {0,1} 完全相同，123?4，表示匹配 1234 或者 124 ；

统配符号（*）

这个符号的含义和 {0,} 相同，比如.* 表示通配一切字符串。

+符号

这个符号和{1,}相同。

或符号（|）

|符号表示或的关系，比如 abc|edf，表示找到 abc 或者 def ;

组合（()）

小括号在正则表达式中表示组合，比如(a|b|c)d，表示找到ad, bd, cd，可以将小括号的作用理解为优先级。

单词边界（\b）

\b 表示单词的边界，比如 \b[a-z]{3}\b ，表示匹配一个三个字母的小写单词。

行边界（^ $）

单单的一个^符号表示的是行的开头，$表示行的结束。

注意：

• [^]是非法的，[$]表示匹配一个$符号。

做些小总结

上面说了这么多正则表达式的语法规则，我们现在来做下总结：

几个概念：

• 字面值:直接查找的字符，比如123, avb。
• 字符类：描述字符的一些属性，比如[123], [a-z], \d, \w, \s, . 。
• 乘法集：简化表达式，比如 {0,3}, ?, +, *。
• 或和组合：比如(a|b|v)。
• 单词，行的边界\b ^ $

元字符列表

. \ [ ] { } ? * + | ( ) ^ $

3、字符类中元字符列表

[ ] \ - ^

一个特别重要的字符

最后，还有一个特别特别重要的字符我们没考虑到，如果我们要查找元字符怎么办，在正则表达式中还有一个转义字符"\"，如果我们要查找. 只要查找 \. 同理\[\]是查找"[]"这个字符串。如果要查找"\"，再加一个转义字符就好:\\。