正则表达式入坟文章

本来我们只有一个问题，当我们想到了用正则表达式可以解决，那么就产生了两个问题

一. 什么是正则表达式

正则表达式(Regular Expression）是一种描述文本内容组成规律的表示方式。它处理文本的能力非常强。比如可以校验手机号和邮箱是否符合规则，还可以从文本和网页中提取自己想要的内容，还能做文本替换、切割等操作。

---

二. 元字符

元字符就是在正则表达式中具有特殊意义的字符。正则就是由一系列的元字符组成的。例如在一个普通的文本中，使用ctrl + f组合何以查询一个字符串，例如下面这样：
但是如果想要找到所有的数字就不是那么容易了，这时候就需要正则表达式了，例如：

这里的\d和{11}就是元字符。

元字符分为以下几种：

1. 特殊的单独字符
2. 空白符号
3. 表示范围
4. 量词
5. 断言

---

2.1 特殊单字符

主要常用的有\d、\w、\s以及\D、\W、\S

1. \d表示任意的单个数字
2. \w表示任意的单个数字或者字母或者下划线_
3. \s表示任意单个空白符，空格换行这些
4. 大写代表它们与之相反的意思，例如\D表示任意的单个非数字字符

---

2.2 空白符号

主要有换行符\n、tab制表符\t等，大部分时候使用\s即可。

1. \r回车符
2. \n换行符
3. \t制表符
4. \f换页符
5. 空格（英文空格即可）
6. \v垂直制表符
7. \s任意空白字符

---

2.3 量词

当我们想让一个字符多次重复匹配的时候，就需要量词。比如想要匹配5个数字可以写\d\d\d\d\d，但是100次就没办法了。

在正则中，*代表出现零次到多次，+代表 一次到多次，?代表零次到一次，{m,n}代表出现m到n次。（*等价于{0,}）

比如，如下的写法可以匹配到四种结果：

首先123456和1234匹配上了两次，因为*可以匹配0次，所以在第一行和第二行的结尾出匹配到了两个空的数字情况

---

2.4 范围

范围的功能就是从多个字符里面任选其一，例如在某个文本位置上想要1-3的数字，这时候上面的量词和元字符也没办法实现。范围主要分以下几种：

1. 或的情况，|，比如ab|bc代表这个位置既可以是ab，也可以是bc，都能匹配上
2. [...]多选一，括号中写几个元素，比如[123]就是在当前匹配位置上是它们三个之一即可
3. [a-z]表示匹配a到z中的任意一个元素，这里是按照ASCII表来的，如果写[A-z]会把一些乱七八糟的字符也包含进去（这里只是打个比方）
4. [^...]表示不是当前括号中的元素即可，例如[^123]表示这个匹配位置不是123就行

---

三. 正则的模式

正则主要分为三种模式：

1. 贪婪匹配
2. 非贪婪匹配
3. 独占模式

这些模式会改变量词！的匹配行为，例如匹配长度是尽可能长还是尽可能短

---

3.1 贪婪模式

正则中默认的量词匹配是贪婪的，会按照最大长度去匹配（注意看的时候要符合文本的规则，不然很容易看乱）
比如上面的数字案例，\d*可以匹配到0个，但是他还是按照最长的匹配办法去匹配到了123456，这种就是贪婪模式

---

3.2 非贪婪模式

使用的方法是在量词的后面加上?，示例如下：

这里就是在符合整体文本条件的规则下尽可能的让匹配长度短，每个间隔也符合条件（零个），能匹配一个数字就直接过，去进行下一次匹配。

---

3.3 独占模式

前两种模式中需要发生回溯完成相应的功能，部分情况不需要回溯，就可以使用独占模式

什么是回溯？
比如说贪婪模式中
在匹配r的时候，前两次正常匹配上了，然后读入文本的y，此时发现和第三个r不匹配，那么就会将文本的y吐出来，正则的第三个r也会被放弃掉，走到正则的y处和文本的y匹配
同理，非贪婪匹配中第一个r匹配上了，正则就会走到y，匹配文本的r，这时候发现匹配不上，那么就会发生回溯，让前面的r再去匹配，然后用掉两个r时候再用y去匹配文本的y

PS：一个好的理解方法是将重心放在正则上，回溯就是在贪或不贪的基础上不断试错，例如贪，如果后面匹配不上了，前面就得少贪。不贪匹配不上了前面就得多贪尝试。

独占模式的使用方法是在量词后面加上+，独占模式也是尽可能多的去匹配，只不过失败就结束而不会回溯，稍微修改一下上面的例子（贪婪模式下）：

依然可以匹配上，因为在贪的基础上正则倒数第二个r匹配不上了，那么前面带量词的r就会回溯吐出来一个，给后面尝试匹配。但是独占模式这个不会回溯，那这个文本的r就吐不出来，正则也就无法匹配了。

需要注意的点：

1. Go的标准库不支持独占模式
2. 独占模式性能较好，因为不会发生大量回溯，但是可能完不成功能

---

四. 分组与引用

在量词中?表示出现0次或者1次。同时这个符号也表示非贪婪匹配。那么如果想要表达下面这个场景该怎么办？
选出连续的15个数字或者18个数字：