【正则表达式】以个人的理解帮助大家认识正则表达式

正则表达式学习心得

前言

    一个学习笔记居然会有前言？没错，这个是额外增加的，显得专业一点。

    提起正则表达式，不知道大家第一印象是什么，可能是强大好用也可能是晦涩难懂。正则表达式在文本处理中相当重要，各大编程语言中均有支持，但可能使用起来有细微的差别，该学习笔记中元字符介绍一节不特定于某一个编程语言，旨在简要描述正则本身的基本用法。

    前言中先阐述一下正则表达式到底是个什么东西，清楚这个概念的可以直接跳过。正则表达式是对字符串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。(该概念摘自百度百科，不要问我为啥不用Google)

    看完上面的解释，我的第一反应是有点似懂非懂。

    个人理解如下：某个大佬为了从字符串中匹配或找出符合特定规律(如手机号、身份证号)的子字符串，先定义了一些通用符号来表示字符串中各个类型的元素(如数字用 \d 表示)，再将它们组合起来得到了一个模板(如：\d\d模板就是指代两个数字)，拿这个模板去字符串中比对，找出符合该模板的子字符串。

简单的例子

    了解了什么是正则表达式后，在由几个例子去进一步理解。

    现在有一个字符串为：

I am a tester, and My job is to test some software.

1. test是一个正则表达式，它的匹配情况：I am a tester, and My job is to test some software. 它既可以匹配tester中的test，又可以匹配第二个test。正则表达式中的test就代表test这个单词本身。

2. \btest\b是一个正则表达式，它的匹配情况：I am a tester, and My job is to test some software. 它只能匹配第二个test。因为\b具有特殊意义，指代的是单词的开头或结尾。故tester中的test就不符合该模式。

3. test\w*是一个正则表达式，它的匹配情况：I am a tester, and My job is to test some software. 它匹配出了tester，也匹配出了第二个test。其中\w的意思是匹配字母数字下划线，*表示的是数量，指有0个或多个\w。所以这个正则表达是的意思就是匹配开头为test，后续跟着0个及以上字母数字下划线的子字符串

4. test\w+是一个正则表达式，它的匹配情况：I am a tester, and My job is to test some software. 它只匹配了tester。因为+与*不同，+的意思是1个或多个，所以该正则表达式匹配的是开头为test，后续跟着1个及以上字母数字下划线的字符串。

    通过上述几个例子，应该可以看出正则表达式的工作方式，正则表达式由一般字符和元字符组成，一般字符就是例子中的‘test’，其指代的意思就是字符本身，t匹配的就是字母t；元字符就是例子中有特殊含义的字符，如\w, \b, *, +等。后续介绍一些基础的元字符。

元字符介绍

    元字符有很多，不同元字符有不同的作用，大致可以分为如下几类。

用于表示意义

    有些元字符专门用来指代字符串中的元素类型，常用的如下：

元字符	说明
\w	匹配所有字母数字下划线
\W	与上相反
\d	匹配所有数字
\D	与上相反
\s	匹配所有空格字符，如：\n,\t
\S	与上相反
.	匹配所有字符，除了换行符
\n	匹配换行符
\t	匹配制表符

    通过上述表格中的数据可以发现，\w,\d,\s都有一个与之相反的元字符(将对应字母大写后就是了)。\w匹配所有字母数字下划线，那么\W就是匹配所有不是字母数字下划线的字符。只要记住其中3个，另外3个就很好记了。

    乍一看这几个元字符挺简单的，但是经常不用的话保不准会忘记，此处分享一下我的记忆方法。我把这几个元字符都当作是某一个单词的缩写(虽然可能就是某个单词的缩写，但是没有找到准确的资料去印证)，\s是space(空间)的缩写、\d是digit(数字)的缩写、\w是word(可以理解成不是传统意义上的单词而是代码中的变量名，变量名可包含的元素就是字母数字下划线)的缩写。好了，看到此处你应该已经熟记了6个元字符了。接下来，\n和\t平时会经常用到，这个肯定比较熟了，最后一个元字符‘.’可以理解它匹配一行中的所有元素，因为遇到换行符后就不再进行匹配了(万事万物源于一点)。

用于表示数量

    有些元字符用于表示某种元素的数量，如\d表示一个数字，当你想表示6位数字怎么办？当然可以\d\d\d\d\d\d &