正则表达式中的核心概念

正则表达式的目的是操纵文本。常用的概念如下，理解了这些概念可以更方便的理解正则表达式，也可以自己来写正则表达式。

原义字符：即正常的字符，例如：A,b,c ，1，2等。

元字符：元字符代表的是一类字符或位置描述。例如 “.”，这个点在正则表达式中代表除了换行符以外的任意字符。

常用的元字符：

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

重复：

为了方便描述字符重复的次数，正则表达式中有以下限定符可以使用

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

再例如“*”，星号在正则表达式中表示*前边的内容可以连续重复使用任意次， a*就表示任意个a。 a{3}就表示“aaa”

自定义范围：

如果想匹配没有预定义元字符的字符集合怎么办？可以自定义范围，例如：想匹配a,b,c,d中任意一个字符，就可以定义[abcd], 那么[abcd] 就可以匹配a或b或c或d。

分支条件：

分支条件表示满足几种原则中的一种就是认为是匹配的。例如要在文档中搜索3位数字后跟一个“-” 或4位数字后跟一个“-”，正则表达式可以这样写：\d{3}|\d{4}

要理解“|” ，这个是表示或的意思。

分组：

分组是为了匹配重复的子串，例如“abcabc”，abc重复了两次，正则表达式中怎么写呢，正则表达式中可以用小括号来定义分组，（abc）{2} 就表示abcabc，（\d{3}.）{3} 就表示类似123.123.345.456 的字符串

反义：

有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外，其它任意字符都行的情况，这时需要用到反义：

常用反义

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
[^abcde]	匹配除了abced这几个字母以外的任意字符

后向引用

在正则表达式中定义了分组，如果在正则表达式的后面还要用到，怎么办呢，你可以再写一遍，也可以通过后向引用，来引用前面定义好的分组。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。也可以自己指定子表达式的组名。例如前面定义的组（abc），如果加上名称就是（?<myname>abc,这个分组的名称就是myname。如果有一个字符串“abchelloabc”，想匹配这个字符串，就可以用下面的正则表达式（?<myname>abc）hello\k<myname> 。注意后面的\k<myname>, 它就代表了前面定义的分组（abc）。