RegExp正则表达式（一）–正则表达式的初级应用

正则表达式是用来匹配字符串的。它根据一套自定义的匹配规则来得到预期字符串。

比如，有一段邮箱的字符串：“740974794@qq.com”，我想从这一段字符串中匹配出“@”后面的字符串，就可以用正则表达式自定义规则来匹配。

根据自定义的匹配规则，我们可以从字符串中得到0个或至少一个匹配结果，对于匹配结果我们就可以根据程序的需要进行后续的操作。

---

要点
学习正则表达式要从以下这两个要点进行下手：

1. 匹配规则
2. 表达式的字符含义

---

匹配规则

正则表达式在要匹配的字符串中从左至右逐字搜索，逐字匹配。只有字符串中某个片段与匹配规则完全吻合，才算匹配成功。字符串中可以有一个或多个片段匹配成功，也可以没有匹配，即匹配失败。

举个栗子

匹配规则	字符串	匹配结果
xiaoyang	“xiaoyangblogt.duapp.com”	“xiaoyang”（1处匹配）
a	“xiaoyangblogt.duapp.com”	“a”（3处匹配）
xiaoblog	“xiaoyangblogt.duapp.com”	匹配失败

---

表达式的字符含义

正则表达式的匹配规则是由字符组成的，其字符大致可以分为两类：一类是普通字符，另一类是特殊字符。无论哪种字符，它们的出现都是为了定义匹配规则，从而得到预期的匹配结果。下面来分别展示表达式中的这两种字符。

普通字符
像字母、数字、汉字、下划线等在正则中没有特殊意义的字符都是普通字符。比如上例中的”xiaoyang”,”a”,”xiaoblog”这些表达式中的字符都是普通字符。可能你会对普通字符的定义还是摸不着头脑，别着急，客官你继续往下看，对比特殊字符，你可能就会知道正则的普通字符有哪些了（因为除了特殊字符以外的字符都是普通字符 ~O(∩_∩)O~）

特殊字符
正则表达式的特殊字符按照作用我把它分为

• 匹配特定字符集
• 匹配自定义字符集
• 通配符
• 位置符
• 转义字符
• () 与 |

特定字符集

特殊字符	字符含义
\s	匹配一个空白字符，包括空格，制表符，换页符
\S	匹配一个非空白字符，和\s正好相反
\d	匹配一个数字字符（0~9）
\D	匹配一个非数字字符，和\d正好相反
\w	匹配一个字母或数字或下划线字符
\W	匹配一个非字母、数字、下划线字符，和\w正好相反
.（英文点）	小数点，匹配除了换行符以外的任意一个字符

举个栗子

匹配规则	字符串	匹配结果
\d\d	“abc12“	“12”(1处匹配)
a.\d	“abc12″	“bc1″（1处匹配）
\D\d	“abc12″	“c1″（1处匹配）
\S\s\d	“abc 12″	“c 1″（1处匹配）

自定义字符集
使用方括号”[]”特殊字符，能够匹配其中包含的任意一个字符；使用”[^]”字符,则与”[]”字符正好相反，其能够匹配其中所有字符之外的一个字符

举个栗子
下面举几个”[]”字符和”[^]”字符的例子：

表达式	表达式含义
[aA@]	匹配”a”或”A”或”@”其中的一个字符
[^aA@]	匹配除”a”,”A”,”@”之外的一个字符
[f-k]	匹配英文字母”f”到”k”中的一个字符
[^f-k]	匹配非除英文字母”f”到”k”之外的一个字符
[f-k0-5]	匹配英文字母”f”到”k”或数字”0″到”5″中的一个字符
[^f-k0-5]	匹配除英文字母”f”到”k”和数字”0″到”5″之外的一个字符
[f-k178]	匹配”f”到”k”或”1″或”7″或”8″中的一个字符

结论
由上可以看出：”[]”（或”[^]”）字符对于其中枚举的字符对应到规则上是“或”的关系，即一个”[]”（或”[^]”）字符只能匹配字符串中的一个字符。如[aA@]对应到规则上是”a”或”A”或”@”。另外，

• 如果想枚举不连续的字符（一般是根据UTF-8字符集上的顺序），有多少写多少就可以，如[aA@];
• 如果想枚举连续的字符，用”-“(英文减号)链接即可，如[a-z]。
• 也可以这两方式混合写，如[f-k178]表示匹配字符”f”到”k”或”1″或”7″或”8″中的1个字符,[f-k0-5]表示匹配字符”f”到”k”或”0″到”5″中的1个字符。

通配符
正则表达式中的通配符是用来修饰匹配次数的。下表中列出了通配符和其作用

通配符	作用
{n}	作用对象重复n次
{m,n}	作用对象重复至少m次，至多n次
{m，}	作用对象重复至少m次
?	作用对象重复0次或1次，相当于{0,1}
+	作用对象重复至少1次，相当于{1,}
*	作用对象重复0次或多次，相当于{0,}

通配符的作用对象是指其在正则表达式中修饰的片段。

• 如果正则表达式的单个字符（普通字符和特殊字符都可以）紧邻的下一个字符是通配符，那么该通配符的作用对象就是该单个字符。
• 如果正则表达式中的小括号”()”后面紧邻的下一个字符是通配符，那么该通配符的作用对象是该括号中的表达式。括号中的表达式可以是一个或多个正则字符。

关于小括号的作用，留到后面讲解。

举个栗子
下面表格是关于通配符的例子：

匹配规则	字符串	匹配结果
\d+	“It’s cost $12.5″	“12”(1处匹配)
(\d123)+	“123212341233333″	“21234123”(1处匹配)
\d{2,}	“123212hy341233333“	“123212” ,“341233333”(2处匹配)
\d{2,5}	“123212hy341233333″	“12321” ,“34123”(2处匹配)
[a-zA-Z]{2}	“123212hy341233333″	“hy”(1处匹配)

位置符

位置符	作用
^	定位字符串开始的地方，该符号不匹配字符
$	定位字符串结束的地方，该符号不匹配字符
\b	定位字符串边界的地方，该符号不匹配字符
\B	定位字符串非边界的地方，该符号不匹配字符，和\b正好相反

^ ,$,\b,\B是有特殊意义的正则符号，它们本身不匹配任何字符。
比如，

^sa,表示匹配以”sa”开头的字符串；

sa$,表示以”sa”结尾的字符串。

\b:相邻的\w和\W就是一个\b。

举个栗子

匹配规则	字符串	匹配结果
^aa	“ccbbaacc”	匹配失败
^aa	“aaccbbcc”	“aa”（1处匹配）
aa$	“aaccbbcc”	匹配失败
aa$	“ccbbccaa“	“aa”(1处匹配)
.\b.	“123@qq.com”	“3@” ,“q.”(2处匹配)
c\ba	” cabc”	匹配失败
a\b	“aaaa*”	“a”(1处匹配)
\ba	“*aaaabc”	“a”(1处匹配)

转义字符
在正则表达式中，如果想匹配 . (点)字符本身怎么办呢？那就要用到转义字符了。
转义字符格式：

\ + 需要转义的字符。

转义字符用于匹配在正则表达式中有特殊含义的字符。

正则表达式中需要转义的字符有：

^
$
.
(
)
[
]
{
}
?
+
*
|
\
/

如，
正则表达式\(a+\)
匹配字符串”(aa)(aabb)”
结果是”(aa)”
另外，
如果匹配

换行符(\n),
回车符（\r），
制表符（\t）

等非打印字符时，也要用转义字符匹配。

()与|符号
在正则表达式中，小括号()用于捆绑、打包字符片段，使括号内的字符片段作为一个整体，然后可以对其进行统一的操作
那么，括号的作用有二：

• 作为通配符的一个整体修饰对象
• 括号内的字符片段匹配成功时，将匹配成功的字符片段作为副本保存起来，以供后续使用。

对于上述第二个作用，如果要在当前表达式中引用括号中保存起来的片段，要用\ + 数字引用。

比如，

\1表示由左到右的第一个括号中存储的字符片段，
\2表示第二个括号中存储的字符片段，
……
以此类推。

注意:
引用的是已经匹配成功的片段副本，而不是括号中的正则表达式的模式。如果括号嵌套也没关系，因为括号引用是以左括号出现的顺序排序的。

关于()的存储功能会在下一篇正则高级应用中详细讲解

举个栗子

匹配规则	字符串	匹配结果
(abc)+a	“abcabca”	“abca”（1处匹配）
(abc)wz\1	“abcwzabcccc”	“abcwzabc”（1处匹配）
(\d)aa\1	“1aa1aa2″	“1aa1″（1处匹配）
(\d(\w)a)\1\2	“3wa3wawa3wa3raa”	“3wa3waw”（1处匹配）

竖线 |
竖线”|”表示“或”，如a|b,表示匹配字符”a”或”b”中的一个字符

举个栗子

匹配规则	字符串	匹配结果
(a|b)oot	aootooboot	“aoot” ,“boot”（2处匹配）
(a|b)oot	aboot	“boot”（1处匹配）
a|Text	“aextText“	“a” ,“Text”（2处匹配）
(ab|ef)+	“ababef“	“ababef”（1处匹配）

上例中a|Text,表示的是匹配字符”a”或”Text”,而不是”aext”或”Text.我们很容易误认为是第二种结果，如果要想得到第二种结果，规则应该这样写：(a|T)ext

注：以上所有例子中的匹配附加条件都是：全局匹配，区分大小写，单行匹配