正则表达式

正则表达式是程序员的神技

---

1、正则表达式的作用

正则表达式天生就有一种让人毛骨悚然的感觉，看起来还无逻辑，事实真的是这样吗？

正则表达式最开始是用来描述神经系统的，是一种数学模型的表达式，后来被引入IT行业。

1.1、正则表达式的三个作用：

1.这称为数据验证。可以测试字符串是否包含正则表达式描述的模型。

2.字符串修改。我们可以在待修改的字符串中找到所有符合正则表达式模型的部分，并且删除或者修改成指定的内容。

3.数据提取。我们可以在带提取的字符串中找到正则表达式模型表示的部分，并且将其提取出来

正则表达式的这三个作用在生物学中就有了，可以找到特定结构的神经结构，并且生物大神们可以结合机器就神经结构进行提取，修改。
现在这些作用都使用到了IT上了。

---

1.2、正则表达式和IDE的Ctrl+F的故事：

几乎100%的IED都会有Ctrl+F功能，可以找到文件中所有指定的内容，并且可以选择替换成特定的文本，这些都是正则做的。

2、计算机世界的正则表达式

正则表达式有3种类型，不同的计算机语言、软件支持不同的正则表达

式。并且，基于正则表达式，编程语言的不同函数具有不同的功能。

比如数据验证，内容提取、内容修改等。

2.1、正则表达式分类

既然正则表达式3种类型，那么我们就要了解这3钟类型的正则表达式是怎么回事，在具体的编程语言或者软件的时候，就可以方便使用了。

分类如下：

1、基本的正则表达式（Basic Regular Expression 又叫 Basic RegEx  简称 BREs）

2、扩展的正则表达式（Extended Regular Expression 又叫 Extended RegEx 简称 EREs）

3、Perl 的正则表达式（Perl Regular Expression 又叫 Perl RegEx 简称 PREs）

4、高级正则表达式 ARE。

---

BRE和ERE到底有什么区别？其实仅仅是元字符的不同，在BRE方式中，只承认^ 、$、 . 、[ 、] 、*这些是元字符，所有其他的字符都被识别为文字字符。而ERE中，则添加了(、 ) 、{ 、} 、?、 + |、等元字符（及其相关功能）

对于(、）、？、+、|，BRE和ERE区别如下：

（1）BRE：
默认情况下(、）、？、+、|都只是普通字符，在其前面加反斜杠\就变成元字符。

\(\)
\?
\+
\|

（2）ERE：
任何元符号前面加上反斜杠反会使其被当作文字字符来处理。

\$表示$
\^表示^
\\表示\

PHP支持ERE，那么我们只要知道PHP的元字符有哪些，就可以方便编写正则表达式了。

POSIX基本正则表达式和扩展正则表达式的比较
BRE与ERE的差异
正则表达式说明

2.2、正则表达式组成

正则表达式包含以下部分：

界定符
原子 
量词
边界控制
模式单元
修正符  i、I、g、G、s、S等

---

2.2.1、界定符

界定符/：正则表达式的界定符 /表示正则表达式开始和结束都是用 / 表示

例子：
/0-9/ 表示数字 0 到 9
/a-z/ 表示小写的a-z

2.2.2、原子

原子分为可见原子、不可见原子。原子也可以称为文字字符。

可见原子：

数字0-9
字符a-z,A-Z
还有其他一切可以看见的字符，包括语言符号

不可见原子：

制表符 \t 
空格
换行 \n
其他看不见的符号

2.2.3、元字符

元字符（Metacharacter）是拥有特殊含义的字符：

是常用元字符的总结：

. 匹配除换行符之外的任意单个的字符 [^\n]，JavaScript中是-
\d      匹配任意一个十进制数字[0-9]
\D     匹配任意一个非十进制数字[^0-9]
\s      匹配一个不可见原子
\S      匹配一个可见原子
\w     匹配任意一个数字，字母，或下滑线 [0-9A-Za-z_]
\W    匹配任意一个非数字，字母，或下滑线 [0-9A-Za-z_]

原子的筛选方式：

abc|123  匹配 abc或者123,和(abc)|123表达式是一样的含义

[abcd]  abcd中的任意一个

[^abcd]  表示除了a,b,c,d以外的任何字符

[0-9a-zA-Z]  匹配 0-9 z-a  A-Z中的任意一个字符。也可以写[0-3a-sA-F]这样的

2.2.4、量词

？ 零次或者一次
+ 至少出现一次
*  任意次
{n} 表示前面的原子恰好出现n次
{n,} 表示前面的原子至少出现n次
{n,m} 表示前面的原子出现n次到m此之间，含第n 和m次

2.2.5、边界控制

^  必须以前面的原子或者原子集合开始
$ 必须以前面的原子或者原子集合结束

2.2.6、模式单元

模式单元是()，作用是里面是一个子正则

---

3、在线工具

http://tool.chinaz.com/regex/