正则表达式都不会，谁要你呀！

正则表达式

如何快速掌握正则表达式的基本使用？？？

学习正则表达式，非常好的网站：https://regex101.com/

背景

日常开发中正则无处不在，我们经常会使用到。比如按照一定的规则查找我 们需要的代码，就需要使用正则。然而正则比较复杂，不容易记住，掌握不好这个工具。
在工作中，要用到正则时，还得去查资料才能写出来，稍微复杂一点的正则，也很难短时间内搞定。
不难发现，学习和利用正则至关重要！！！

什么是正则呢？

正则是一个非常强大的文本处理工具，主要用来做三件事：

1. 校验数据的有效性，比如用户输入的手机号，是不是符合规则；
2. 从文本中提取需要的内容；
3. 做文本内容替换；

怎么理解正则表达式？

简单来说，它就是描述字符串的规则。最简单的正则就是单个普通的字符。
正则表达式，组成：

1. 元字符
2. 贪婪和非贪婪
3. 环视
4. 子组

元字符

正则表达式是由元字符组成，元字符是正则表达式中有专用含义的字符。

如何记住元字符？分类记忆法。
分为五类：

1. 基础
2. 空白符
3. 范围
4. 边界
5. 量词， 表示次数的量词

1. 基础

四类基础符：

1. . 任意字符（换行除外）
2. \d 任意数字 \D任意非数字
3. \w 任意数字字母下划线 ， \W 数字字母下划线以外的任意字符
4. \s 任意空白符 \S 任意非空白符

2. 空白符

五类空白符：

1. \r 回车符
2. \n 换行符
3. \f 换页符
4. \t 制表符
5. \v 垂直制表符
   Windows 系统换行符： \r\n
   linux 和 mac OS 换行符： \n
   比较老的 mac OS换行符： \r

3. 量词

基础和空白符只能匹配单个字符，如果我们需要匹配单个字符重复多次，这就需要使用到表示次数的量词元字符

1. *含义：0 到多次
2. +含义：1到多次
3. ?含义：0到1次， 如colou?r
4. {m}含义：出现m次
5. {m, n}含义：m到n次
6. {,n}含义：其中m不写代表0，至多n次
7. {m,}含义：其中n不写代表无穷大，至少m次

思考：
\d{11} 是什么意思？

4. 范围

管道符：

1. | 或，如ab|bc 代表 ab 或 bc
2. […] 多选一，括号中任意单个元素
3. [a-z] 匹配a到z之间任意单个元素（按照ASCII表，包含a, z）
4. [^…] 取反，不能是括号中的任意单个元素

思考：
匹配手机号：
1[3456789]\d{9}
1[3-9]\d{9}
1[^012]\d{9}

5. 边界

除了要找到满足匹配规则的字符外，还对匹配到的文本的位置有要求。
这就需要用到边界元字符：

1. ^匹配行的开始
   多行模式时，可以匹配任意行开头
2. $ 匹配行的结束
   多行模式时，可以匹配任意行的结尾
3. \b 匹配单词的边界
4. \A 仅匹配整个字符串的开始
   不支持多行模式
5. \Z 仅匹配整个字符串的结束
   不支持多行模式

贪婪和非贪婪

1. 贪婪
表示次数的量词，默认是贪婪的，默认尽可能多地去匹配

2. 非贪婪
“数量”元字符后加？，找出长度最小且满足要求的

思考
目标字符串：

"the little boy" is a boy,
it look "a little bad".

正则表达式：

".+" 贪婪匹配
".+?" 非贪婪匹配

环视

如果我们对要查找字符的左右俩边有要求时，就需要使用到环视元字符：

1. X(?<=Y) 匹配前面是Y的X
2. X(?<!Y) 匹配前面不是Y的X
3. X(?=Y) 匹配后面是Y的X
4. X(?!Y) 匹配后面不是Y的X

简单来说，环视就是在我们给定的规则前或规则后，加一些限制

思考：
目标字符串：

<ul>
	<li>item1</li>
	<li>item2</li>
	<li>item3</li>
	<li>item4</li>
</ul>

正则表达式：

(?<=<li>)(.+)(?=</li>)

子组

将正则分成若干个小组

1. (正则) 将regex保存成一个子组
2. (?P正则) 命名子组，将regex保存成名称为name的子组
3. (?:正则)仅分组，不保存这个子组
4. \分组编号， 重复某个子组

思考：
目标字符串：

the cat cat is in the the hat.

正则表达式

(\w+) \1