notepad++下的正则表达式入门1

        正则表达式是对字符串（计算机中的字符串包含字母、数字、空格、标点符号等）操作的一种逻辑公式，就是用事先定义好的 “规则字符串”，来过滤目标字符串。这个解释不太容易看懂，举个例子就很好理解了，比方说有这么一行字符串：

libX11;lksctp;mailcap;13569,18x:Wd lsp  what

        我们需要对这个字符串进行分行，分行规则是所有的标点符号（含空格）前的内容都要单独成行，这个我们在复制网页文字，或者汇总多人提交数据的时候很常见（毕竟每个人的断行风格不同），那么怎么做呢，直接手工一个个断行肯定是可以的，但是第一效率太低，第二重复性工作人工的准确率是比不上程序的，我们可以这么做：

复制到notepad++中，ctrl+H打开替换框，选择正则表达式，查找内容  [;:, ]+，替换为  \n

        是不是很神奇？是不是有一种想学习的冲动？那么，我们开始讲解：

        查找内容  [;:, ]+ ，表示 符号 ; : ,或者 空格，出现一次或者多次

        替换为  \n 表示替换为 换行

要学习正则表达式，我们就需要知道它的简单规则：

符号	含义
.	代表除换行符外的任意字符
*	匹配其左边的字符任意次
+	表示匹配一次到多次
?	其左边的字符被匹配0次或者1次
^	其右边的表达式被匹配在行首。如：^Z匹配以“Z”开头的行
$	其左边的表达式被匹配在行尾。如：e$匹配以“e”结尾的行
()	修改匹配规则顺序，或对匹配规则分组（标记从1开始）
{}	指定前面的字符或分组的出现次数
[]	匹配列表中任意单个字符。如：[ab]匹配“a”或“b”；[0-9]匹配任意单个数字
[^]	匹配列表之外的任意单个字符
\	转义字符 如：要使用 “\” 本身, 则应该使用\\
|	匹配表达式左边和右边的字符串。如：ab|bc匹配“ab”或“bc”
[0-9]	匹配任意单个数字
\d	匹配一个数字字符。等价于：[0-9]
\D	\d取反，匹配一个非数字字符。等价于：[^0-9]
\s	匹配任意单个空白字符 [ \t]
\S	\s取反的任意单个字符。
[a-z]	匹配26个小写字母
[A-Z]	匹配26个大写字母
\w	匹配包括下划线的任意单个字符。等价于：[A-Za-z0-9_]
\W	\w取反的任意单个字符。等价于：[^A-Za-z0-9_]
\b	匹配单词边界
\t	Tab制表符 注：扩展和正则表达式都支持
\r	回车符CR 注：扩展支持，正则表达式不支持
\n	换行符LF 注：扩展支持，正则表达式不支持

这里我略微又扩展了些内容：

符号	含义
^[0-9]+$	匹配纯数字的行
^\s*\r?\n	替换所有空行
^{3}.$	前三位
.{3}$	最后三位
^9(.+?)1$	以9开头1结尾，非贪婪模式，最短匹配
^9(.+)1$	以9开头1结尾,贪婪模式,最长匹配
^9\d{11}$	以9开头，后边跟11位数字
$0	替换保留查找内容，配合()使用，$0表示保留被查找行全部内容，$1表示保留被查找行的第一个括号内容

        解释一下\r \n，一个回车符一个换行符，其实对于大众来讲都是换行没什么区别，但是对于计算机爱好者来讲，其实也只是换行没什么区别，其主要的不同还是编码方式不同

        那么什么是贪婪模式，什么是非贪婪模式呢？比方说有一串数字  1393185214，我们要查找以9开头，以1结尾的数字，如果是用非贪婪模式 9(.+?)1 匹配到的是931，如果使用贪婪模式9(.+)1 匹配，匹配到的是9318521        

对于常见的正则匹配我们直接通过一个动画来演示吧

这些个都是比较普通的正则，我们看几个稍微复杂一点的

1、匹配邮箱地址

\b[A-Za-z0-9._%+-]+@[0-9A-Za-z.]+\.[A-Za-z]{2,}\b

解释： \b[A-Za-z0-9._%+-]+ 代表 左边界是 大小写字母数字下划线百分号加减号（大部分邮箱用户名是允许这些字符的）且出现一次或多次，这里需要说明的是[a-z0-9]匹配匹配的是小写字母或者数字，而不是说必须有小写字母和数字，@ 匹配邮箱地址中的 @，\. 代表邮箱中的 .，因为.是正则表达式中的特殊符号，所以要匹配就需要用到转义符号，[0-9A-Za-z.]+  表示 分隔符左边是 数字大小写字母组合或其组合，即邮箱服务提供商  如 126、google 21CN，[A-Za-z]{2,}: 匹配两个或更多大小写字母的组合，用于匹配电子邮件地址的顶级域名部分（例如：com、net、org等）。当然了，这里只能匹配到符合邮箱格式的字符串，而不能识别字符串是否是正确的邮箱地址，如下图

        它会匹配到 1、4、7、8行都是邮箱，为什么匹配不到6呢，是因为6的左边界没有字符，为什么要在8东哥后边加空格呢，因为我们限定了左边界的内容必须是数字、字母、下划线、百分号、加减号，如果没有空格，则8的左边界就不匹配了，加上空格，左边界变成了a，所以就被匹配到了。

        正则表达式的强大远不止此，有对正则表达式感兴趣的友友可以和东哥一起探讨哈！