正则表达式语法结构分析及难点介绍

一个学习连接
https://deerchao.net/tutorials/regex/regex.htm
下面是百度百科对正则表达式的解释

正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串

这里列出一些常用的特殊字符，详细内容参照谷歌或者去微软官网查看
微软正则表达式

学会正则表达式的关键，就在与搞清楚每个符号之间的关系，搞清楚关系之后，我们就可以进行有机则组合。
我将正则表达式大致分为四种类型，占位符、数量表达符、位置表达符、条件表达符。
提醒大家一点，此分类方法并不严谨，但是这样很好理解，学习此篇文章后，可在互联网参照其他文章。

占位符： 类似于字母，一个字母占一个位，匹配一个字母，那么特殊符号也匹配所代表的字符

符号	意义
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线或汉字
\s	匹配任意的空白符
\d	匹配数字
[a,b,c]	方括号占一个位置，表示在a b c中任意选择一个字符

数量表达符： 与占位符连用，一般跟在占位符的后面表示该占位符的数量，例子：\d{3}会匹配三个数字。

符号	意义
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

位置表达符： 与占位符连用，表达要匹配的数据在字符串的哪里，\b是表达单词边界，例子：\ba\w+会匹配以单词以a开头的字符串，如abd、apple之类的字符。

符号	意义
\b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束

条件表达式： 用于筛选符合条件的字符，在与占位符、数量表达符、位置表达符组合使用，例子：
(?<=the\s)apple会匹配，而不会匹配前面没有the的apple。

the apple apple apple the apple

表达式中的exp是需要的表达式

条件表达式	意义
(?<=exp)	用于判断条件该表达式(括号)的位置前面的内容是否符合exp，如果符合则匹配
(?=exp)	用于判断条件该表达式(括号)的位置后面的内容是否符合exp，如果符合则匹配
(?<!exp)	用于判断条件该表达式(括号)的位置前面的内容是否符合exp，如果不符合则匹配
(?!exp)	用于判断条件该表达式(括号)的位置后面的内容是否符合exp，如果不符合则匹配

难点一：零宽断言与负向零宽断言

1、零宽断言

(?=exp)也叫零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp。请读者仔细阅读下面的表达式，只要能读懂就可深度理解零宽断言
(?<=exp)也叫零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp。
首先我们先明白此类断言的性质–零宽断言是条件表达符，不占位
判断逻辑是：如果=号后面条件与被匹配文本相吻合，则匹配吻合筛选条件的文本（不包含条件）
请仔细观察上面四幅图的变化，以发现内在规律。
例子：

设置两组对比文本，123456789和123406789，只有中间的0和5不同
以下用自然语言解读4幅图
1：如果该条件（(?=)）所在位置后面的数字是0，则匹配符合该条件的字符串中的非条件表达符部分，有点拗口，也就是说，表达式（1234\d6789)只匹配4后面的数字为0的字符串。
2：如果该条件（(?=)）所在位置后面的数字是5，我就匹配符合该条件的字符串中的非条件表达符部分，有点拗口，也就是说，表达式（1234\d6789)只匹配4后面的数字为5的字符串。
3：如果该条件（(?<=)）所在位置前面的数字是0，则匹配符合该条件的字符串中的非条件表达符部分，有点拗口，也就是说，表达式（1234\d6789)只匹配4前面的数字为0的字符串。
3：如果该条件（(?<=)）所在位置前面的数字是5，则匹配符合该条件的字符串中的非条件表达符部分，有点拗口，也就是说，表达式（1234\d6789)只匹配5前面的数字为0的字符串。
该表达是只是条件表达符，用来筛选文本，不进行输出匹配，而对于?=和?<=的区别以上例子表达的很清楚了，即，没有<的向后匹配，有<的向前匹配。

2、负向零宽断言

与正向断言类似，只需要把=改成!仔细观察便知。