正则表达式

正则表达式
通用正则表达式
元字符
代码 说明
. 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
\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
转义字符
转义字符
. *
1
2
3
重复
代码 语法说明

• 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
  字符类
  在方括号里列出它们就行了，像[aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!)。

[0-9]代表的含意与\d就是完全一致的：一位数字；同理[a-z0-9A-Z_]也完全等同于\w（如果只考虑英文的话）

分支条件
rega|regb
1
2
分组
重复单个字符（直接在字符后面加上限定符就行了）；

重复多个字符：你可以用小括号来指定子表达式(也叫做分组)

反义
代码 语法说明
\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以外的任意字符
[^aeiou] 匹配除了aeiou这几个字母以外的任意字符
后向引用
使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为 1，第二个为 2，以此类推。

后向引用用于重复搜索前面某个分组匹配的文本。例如，\1 代表分组 1 匹配的文本。难以理解？请看示例：

\b(\w+)\b\s+\1\b可以用来匹配重复的单词，像 go go, 或者 kitty kitty。这个表达式首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b)，这个单词会被捕获到编号为 1 的分组中，然后是 1 个或几个空白符(\s+)，最后是分组 1 中捕获的内容（也就是前面匹配的那个单词）(\1)。

你也可以自己指定子表达式的组名。要指定一个子表达式的组名，请使用这样的语法：(?\w+)(或者把尖括号换成’也行：(?‘Word’\w+)),这样就把\w+的组名指定为 Word 了。要反向引用这个分组捕获的内容，你可以使用\k,所以上一个例子也可以写成这样：\b(?\w+)\b\s+\k\b。

使用小括号的时候，还有很多特定用途的语法。下面列出了最常用的一些：
1
2
3
4
5
6
7
8
9
常用分组语法

分类 代码/语法 说明
捕获 (exp) 匹配exp,并捕获文本到自动命名的组里
(?exp) 匹配exp,并捕获文本到名称为name的组里，也可以写成(?’name’exp)
(?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号
零宽断言 (?=exp) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置
(?!exp) 匹配后面跟的不是exp的位置
(? 匹配前面不是exp的位置
注释 (?#comment) 这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读
零宽断言
负向零宽断言
注释
贪婪与懒惰
处理选项
平衡组/递归匹配
详细语法
引用
极客学院-正则表达式

python正则
lua正则
start_pos, end_pos = string.find(str, pattern, [pos])

string.sub(str,pos1, pos2, [plain]) – str[pos1, pos2]

lua的模式匹配规则
lua字符串的api： string.find string.match string.gmatch string.gsub
捕获

http://rangercyh.blog.51cto.com/1444712/1393067
模式
让我们来看看，都有哪些特殊字符需要解释，其实这一部分在Lua的官方文档中，介绍的还是很清楚的：
首先，任何单独的字符，除了上面那些特殊字符外，都代表他们本身。注意前提是他们独立出现。
其次，Lua定义了一些集合，它们分别如下：
. ：代表任意的字符。
%a ：代表任意字母。
%c ：代表任意控制字符。
%d ：代表任意数字。
%l ：代表任意小写字母。
%p ：代表任意标点符号。
%s ：代表任意空白字符（比如空格，tab啊）。
%u ：代表任意大写字母。
%w ：代表任意字母和数字。
%x ：代表任意16进制数字。
%z ：代表任意跟0相等的字符。
%后面跟任意一个非字母和数字的字符，都代表了这个字符本身，包括上面那些特殊字符以及任何标点符号都可以用这个方式来表达。
[set] ：代表一个自定义的字符集合。你可以使用符号 - 来标识一个范围，比如 1-9，a-z 之类的。需要注意的是，上面提到的那些字符集合也可以在这个自定义的集合里用，但是你不能这么写[%a-z]，这样的集合是没有意义的。
[^set] ：代表字符集合[set]的补集（补集是什么意思，我了个去，问你数学老师去）。
另外，对于上面提到的所有用 % 跟一个字母组成的集合，如果把字母大写，那么就对应那个集合的补集，比如 %S 的意思就是所有非空白字符。Lua官网还强调了一下，这里个定义跟本地的字符集有关，比如集合 [a-z] 就不一定跟 %l 是相等的。
任意一个单字符表达的集合，包括 % 加单字符表达的集合后面都可以跟4种符号，他们分别是 * 、 +、 - 、 ?。

• ：意思是前面的集合匹配0个或者更多字符，并且是尽量多的匹配。

• ：意思是前面的集合匹配1个或者更多字符。

• ：意思是前面的集合匹配0个或者更多字符，尽量少的匹配。
  ? ：意思是前面的集合匹配0个或者1个。