正则表达式语法和常用表达式列表

为什么需要正则表达式？
    文本的复杂处理。

正则表达式的优势和用途？

• 一种强大而灵活的文本处理工具；
• 大部分编程语言、数据库、文本编辑器、开发环境都支持正则表达式。

正则表达式定义·

• 正如他的名字一样是描述了一个规则，通过这个规则可以匹配一类字符串。
• 学习正则表达式很大程度上就是学习正则表达式的语法规则。

开发中使用正则表达式的流程:

1. 分折所要匹配的数据，写出测试用的典型数据
2. 在工具软件中进行匹配测试
3. 在程序中调用通过测试的正则表达式

正则表达式语法

1.普通字符
字母、数字、汉字、下划线、以及没有特殊定义的标点符号，都是“普通字符"。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。

2.简单的转义字符

      特殊字段都是由各自的用处，不能直接使用特殊字符，需要经过转义之后，才能进行使用，表格中后两行中的都需要加“/”，转义之后才能表示自身字符。

3.标准字符集合

• 能够与'多种字符'匹配的表达式
• 注意区分大小写，大写是相反的意思

4.自定义字符集合
    []方括号匹配方式，能够匹配方括号中任意一个字符

• 正则表达式的特殊符号，被包含到中括号中，则失去特殊意义，除了^，-之外
• 标准字符集合，除小数点外，如果被包含于中括号，自定义字符集合将包含该集合。比如： [\d.\-+]将匹配：数字、小数点、+、-

5.量词（Quantifier）
    修饰匹配次数的特殊符号

• 匹配次数中的贪婪模式（匹配字符越多越好，默认使用这种模式）
• 匹配次数中的非贪婪模式（匹配字符越少越好，修饰匹配次数的特殊符号后再加上一个"?"号）

6.字符边界
    （本组标记匹配的不是字符而是位置，符合某种条件的位置）

• 如果 ^和 $ 在一起，表示必须是精确匹配。
• \b匹配这样一个位置：前面的字符和后面的字符不全是\w

正则表达式的匹配模式
1.IGNORECASE忽略大小写模式
    匹配时忽略大小写。
    默认情况下，正则表达式是要区分大小写的。
2.SINGLELINE单行模式
    整个文本看作一个字符串，只有一个开头，一个结尾。
    使小数点"."可以匹配包含换行符（\n）在内的任意字符。
3.MULTILINE多行模式
    每行都是一个字符串，都有开头和结尾。
    在指定了MULTILINE之后，如果需要仅匹配字符串开始和结束位置，可以使用\A和\Z

7.选择符和分组

8.反向引用（\nnn）

• 每一对()会分配一个编号，使用()的捕获根据左括号的顺序从1开始自动编号。
• 通过反向引用，可以对分组已捕获的字符串进行引用。

9.预搜索（零宽断言）

• 只进行子表达式的匹配，匹配内容不计入最终的匹配结果，是零宽度
• 这个位置应该符合某个条件。判断当前位置的前后字符，是否符合指定的条件，但不匹配前后的字符。是对位置的匹配。
• 正则表达式匹配过程中，如果子表达配到的是字符内容，而非位置，并被保存到最终的匹配结果中，那么就认为这个子表达式是占有字符的；如果子表达式匹配的仅仅是位置，或者匹配的内容并不保存到最终的匹配结果中，那么就认为这个子表达式是零宽度的。占有字符还是零宽度，是针对匹配的内容是否保存到最终的匹配结果中而言的。

常见的正则表达式列表：

匹配中文字符	[\u4e00-\u9fa5]
匹配空白行	\n\s*\r (可以用来删除空白行)
匹配HTML标记	<(\S*?)[^>]*>.*?</\1>|<.*? />
匹配首尾空白字符	^\s*|\s*$或(^\s*)|(\s*$) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)
匹配Email地址	^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
匹配网址URL	[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
匹配国内电话号码	(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
匹配腾讯QQ号	[1-9][0-9]{4,}
匹配中国邮政编码	[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
匹配身份证	\d{15}|\d{18}
匹配ip地址	\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)

更多正则表达式语法可以参考：  最全的常用正则表达式大全——包括校验数字、字符、一些特殊的需求等等