正则表达式

正则表达式简介
<1>定义： 正则表达式（Regular Expression，在代码中常Hive简写为regexp），又称规则表达式，是计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
<2>字符构成： 正则表达式由一些普通字符和一些元字符组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义。
常用的元字符及对其简短的描述如下：
-------------------------------------------------------------------------------------------------------------------------
元字符        描述
\                 转义字符。例如，“\n”代表换行符，如果想表示"\n"这个字符串，需要使用"\\n"来表示，也就是说"\\"代表字符"\"
^                 匹配输入字行首。"^a"代表以a开头的任意字符串
$                 匹配输入行尾。"a$"代表以a结尾的任意字符串
*                匹配前面的子表达式0次或多次。例如，zo*能匹配“z”，也能匹配“zo”以及“zoo”。*等价于{0,}。
+                匹配前面的子表达式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。
?                匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“do”或“does”。?等价于{0,1}。
{n}            n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配到“Bob”中的“o”，但是能匹配“food”中的两个o。
{n,}            n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m}            m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o为一组，后三个o为一组。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
?                当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少地匹配所搜索的字符串，而默认的贪婪模式则尽可能多地匹配所搜索的字符串。例如，对于字符串“oooo”，“o+”将尽可能多地匹配“o”，得到结果[“oooo”]，而“o+?”将尽可能少地匹配“o”，得到结果 ['o', 'o', 'o', 'o']
.                匹配除“\n”和"\r"之外的任何单个字符。要匹配包括“\n”和"\r"在内的任何字符，请使用像“[\s\S]”的模式。
x|y            匹配x或y。例如，“z|food”能匹配“z”或“food”(此处请谨慎)。“[z|f]ood”则匹配“zood”或“food”。
[xyz]            字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。
[^xyz]        负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”任一字符。
[a-z]            字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.
[^a-z]        负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。-
\d                匹配一个数字字符。等价于[0-9]。
\D                匹配一个非数字字符。等价于[^0-9]。
\n                匹配一个换行符。
\r                匹配一个回车符。
\s                匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S                匹配任何可见字符。等价于[^ \f\n\r\t\v]。
\t                匹配一个制表符。
\v                匹配一个垂直制表符。
\w                匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”，这里的"单词"字符使用Unicode字符集。
\W            匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
( )                将( 和 ) 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 \1 到\9 的符号来引用。
------------------------------------------------------------------------------------------------------------------------
<3>速记指南：
------------------------------------------------------------------------------------------------------------------------
1) .   [ ]  ^  $ 这四个字符是基础的正则表达式。正则难理解因为里面有一个等价的概念。
2) 等价： 等价是等同于的意思，表示同样的功能，用不同符号来书写。下面是常用的等价字符：
?        等价于匹配长度    {0,1}
*        等价于匹配长度    {0,} 
+        等价于匹配长度    {1,}
\d        等价于    [0-9]
\D        等价于    [^0-9]
\w        等价于    [A-Za-z_0-9]
\W    等价于    [^A-Za-z_0-9]
3) 常用运算符与表达式：
^                         开始
（）                     域段
[]                         包含,默认是一个字符长度
[^]                     不包含,默认是一个字符长度
{n,m}                 匹配长度 
.                         任何单个字符(\. 字符点)
|                         或
\                         转义
$                         结尾
[A-Z]                 26个大写字母
[a-z]                     26个小写字母
[0-9]                 0至9数字
[A-Za-z0-9]         26个大写字母、26个小写字母和0至9数字
，                     分割
分割语法：
[A,H,T,W]             包含A或H或T或W字母
[a,h,t,w]             包含a或h或t或w字母
[0,3,6,8]             包含0或3或6或8数字
4) 语法与释义：
基础语法： "^([]{})([]{})([]{})$"
正则字符串 = "开始（[包含内容]{长度}）（[包含内容]{长度}）（[包含内容]{长度}）结束" 。
5) 实例：
字符串：tel:086-0666-88810009999
原始正则："^tel:[0-9]{1,3}-[0][0-9]{2,3}-[0-9]{8,11}$"?
速记理解：开始 "tel:普通文本"[0-9数字]{1至3位}"-普通文本"[0数字][0-9数字]{2至3位}"-普通文本"[0-9数字]{8至11位} 结束"
等价简写后正则写法："^tel:\d{1,3}-[0]\d{2,3}-\d{8,11}$"?
------------------------------------------------------------------------------------------------------------------------