正则表达式（初学者，基础）

今天开始学习正则表达式，从我第一次接触正则表达式的时候，我就觉得这个东西是个坑死人的东西，真的是非常的不好理解和记忆，但是没办法，装逼需要嘛，不学怎么装逼呢？所以无论如何一定要学会，学好，把这个文章看完，我相信你基本上就能开始思考如何写正则了，下面开始正题吧。

推荐学习资料：

正则表达式30分钟入门教程

微软的正则表达式教程

\b是正则表达式规定的一个特殊代码，也叫元字符，代表着单子的开始或结尾，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。

  .   是一个另一个元字符，匹配除了换行以外的任意字符。

  *  同样是元字符，不过它代表的不是字符，也不是位置，而是数量，它指定*前边的内容可以连续重复使用任意次以使整个表达式得到匹配，因此.*连在一起就意味着任意数量的不包含换行的字符，\bhi\b.*\bLucy\b 的意思就是：先是一个hi单词，然后是任意个字符（不换行的字符），最后是Lucy这个单词。

\d是一个元字符匹配1位数字，举个例子，中国的电话号码 027-83747123  前面是3个数字，后面是8个数字，中间一个-（不是元字符），怎么写正则呢，前面说到\d是匹配一位数字，0\d\d-\d\d\d\d\d\d\d\d,这样就算是写好了，这样写没错，但是看起来会很繁琐，我们来改写一下，0\d{2}-\d{8},这里\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）

\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。

^元字符匹配字符串的开始

$匹配字符串的结束

下面来看一些例子：

\ba\w*\b   意思是匹配以字母a开头的单词，先是某个单词开始处(\b),然后是a，然后是任意数量的字母或数字（\w*）,最后是单词结束处（\b）。

\d+ 匹配1个或更多连续的数字，这里+是和*类似的元字符，不同的是*匹配重复任意次（可能是0次），而+则是匹配重复一次或更多次

\b\w{6}\b 匹配刚好6个字符的单词

^\d{5,12}$  匹配5到12位的数字，一般可用作qq号的验证

字符转义

如果你想要查找元字符本身的话，比如. * \ 的话，就需要用到转义了，\就是用来取消这些字符的特殊意义的，因此，当你需要查找\本身的时候你就得用\\

例如：deerchao\.net 匹配deer.net  ,  C:\\Windows匹配C:\Windows

常用限定符

* 重复0次或更多次

+ 重复1次或更多次

？重复0次或1次

{n}重复n次

{n,}重复n次或更多次

{n,m}重复n到m次

例子来了：

Windows\d+ 匹配windows后面跟着1个或更多数字

如果你想匹配没有预定义元字符的字符集合（比如a,e,I,o,u）应该怎么办？

你只需要在方括号里列出他们就行了[aeiou]就能匹配任何一个英文元音字母，同理，['.?!']匹配标点符号.?!

我们可以轻松的指定一个字符的范围，像[0-9]代表的含义与\d就是完全一致的：一位数字，同理[a-z0-9A-Z]也完全等于\w(只考虑英文的情况)

下面要讲一下分枝条件:

分支条件可以这样理解就是 ‘或运算’用 | 把不同的规则分隔开，来举几个例子：

0\d{2}-\d{8}|0\d{3}-\d{7}这个表达式能匹配2种以连字号分隔的电话号码，一种是3位的区号，8位本地号(如010-12345678)，一种是4位区号，7位本地号(0376-2233445)

\(?0\d{2}\)?[- ]?\d{8}|0\d{2}[- ]?\d{8}这个表达试 匹配3位区号的电话号码，其中区号可以用小括号括起来，也可以不用，区号与本地号间可以用连字号或空格间隔，也可以没有间隔。你可以试试用分支条件把这个表达式扩展成也支持4位区号的。

\d{5}-\d{4}|\d{5}这个表达式用于匹配美国的邮政编码。美国的邮政编码的规则是5位数字或者用连字号间隔的9位数字，之所以要给出这个例子是因为他能说明一个问题：使用分支条件时，要注意哥哥条件的顺序，如果你把他改成\d{5}|\d{5}-\d{4}的话，那么只会匹配5位的邮编（以及9位邮编的前5位）。原因是匹配分支条件时将会从左到右的测试每个条件，如果满足了某个分支条件的话，就不会再去管其他的条件了。

分组：分组是什么意思呢，这样理解吧，就是当你想要重复一个表达式的时候就可以用到分组，

现在我们来做一个题目，写一个能够匹配ip地址的正则表达式（127.0.0.1），这个ip应该很熟悉，localhost嘛，加个端口号：8080就能跑起来了，本地的嘛，现在写一个正则，我们发现4个数字3个点，这个时候就能用到分组的知识了，(\d{1,3}\.){3}\d{1,3}是一个ip 的地址匹配表达式，我来分析一下这个表达式，\d{1,3}是1到3个数字，(\d{1,3}\.){3}是1-3个数字重复三次，这里用的小括号后面接限定符就是用的分组，最后在加上一个1-3的数字，很显然，这样一个正则肯定是错的，我们的ip地址没有大于255的吧，但是这个正则能匹配出999来，肯定是错的，那我们来分析一下，255第一个是0-2，第二个是0-9，第三个是0-9，然而我们需要分支条件来写，2开头的为一类，1开头的为1类，2后面可以是0-4或者5，这样分类下去就好写了，((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)这是最终的结果

反义：有时候需要查找不属于某个能简单定义的字符类，比如查找除了数字意外的，这个时候就需要用到反义了，

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意外的任意字符

[^aeiou]匹配除了aeiou这几个字母以外的任意字符

这下面这一块还没搞懂，我去找点资料学习下再来记录，

后向引用

零宽断言

负向零宽断言

贪婪与懒惰

平衡组与递归匹配