正则表达式简介
正则表达式在从文本，代码，日志文件，电子表格甚至文档中提取信息时非常有用。尽管形式语言背后有很多理论，但以下教程将探索正则表达式的更实际用法，以便可以尽快使用它们。
使用正则表达式时要认识的第一件事是，所有内容本质上都是一个字符，我们正在编写模式以匹配特定的字符序列（也称为字符串）。大多数模式都使用普通的ASCII，包括键盘上的字母，数字，标点符号和其他符号，例如％＃$ @ !，但是unicode字符也可以用于匹配任何类型的国际文本。
ABC
下面我们从ABC开始入门
练习一：匹配字符
匹配 abcdefg
匹配 abcde
匹配 abc
输入
abc即可将上述都匹配成功
123
字符包括普通字母，但也包括数字。实际上，数字0-9也是字符。
可以使用字符\ d代替0到9之间的任何数字，用\D代替任何非数字字符。前面的斜杠将其与简单d字符区分开，并表示它是一个元字符。
练习二：匹配数字
匹配 abc123xyz
匹配 define "123"
匹配 var g = 123;
输入
123即可匹配上述三条
圆点 .
用.（点）元字符，并且可以匹配任何单个字符（字母，数字，空格，所有内容）。你可能会注意到，这实际上会覆盖句点字符的匹配，因此，为了专门匹配句点，您需要使用斜杠\来使点转义。
练习三：与通配符匹配
匹配 cat.
匹配 896.
匹配 ?=+.
跳过 abc1
输入
...\.即可完成前三项的匹配
匹配特定字符串
点元字符功能非常强大，但有时功能太强大。例如，如果我们匹配电话号码，则我们不想将字母“（（abc）def-ghij）”验证为有效号码！
有一种使用正则表达式匹配特定字符的方法，方法是在方括号内定义它们。例如，模式[abc]仅匹配单个a，b或c字母，而没有其他匹配项。对应的，使用 方括号和^排除特定字符。例如，模式[^ abc]将匹配除字母a，b或c之外的任何单个字符。
练习四：匹配字符
匹配 can
匹配 man
匹配 fan
跳过 dan
跳过 ran
跳过 pan
输入
[cmf]am或者[^drp]am即可完成
字符范围
当使用方括号表示法时，可以使用 [ ]来指示字符范围，从而在顺序字符列表中匹配一个字符。例如，模式[0-6]将只匹配从零到六个的任何一位数字字符，而没有其他字符。同样，[^n-p]将仅匹配任何单个字符，但字母n至p内的除外。
同一括号内也可以使用多个字符范围，以及各个字符。一个示例是字母数字\w元字符，它等效于字符范围[A-Za-z0-9_]，通常用于匹配英文文本中的字符。
练习五：匹配字符范围
匹配 Ana
匹配 Bob
匹配 Cpc
跳过 aax
跳过 bby
跳过 ccz
输入
[A-C][n-p][a-c]即可匹配成功
匹配重复字符
一种更方便的方法是使用花括号表示法指定每个字符要重复多少次 。例如，一个{3}将与一个字符完全匹配三遍。某些正则表达式引擎甚至允许您指定此重复的范围，以使a {1,3}与字符匹配不超过3次，但不少于一次。
此量词可以与任何字符或特殊的元字符一起使用，例如w {3}（三个w），[wxy] {5}（五个字符，每个字符可以是w，x或y）和{2 ，6}（在任何字符的2到6之间）
练习六：匹配重复的字符
匹配 wazzzzzup
匹配 wazzzup
跳过 wazup
输入
waz{3,5}up即可匹配成功
匹配任意数量的字符
有些字符串有0或多个或1或多个其跟随的字符（始终跟随一个字符或组），我们可以使用模式\ d *来匹配任意数量的数字，但是更严格的正则表达式将是\ d +，以确保输入字符串至少包含一位数字。
这些量词可以与任何字符或特殊元字符一起使用，例如a +（一个或多个a的字符），[abc] +（任何a，b或c字符中的一个或多个）和.*（任何字符的零个或多个））。
练习七：匹配重复的字符 plus
匹配 aaaabcc
匹配 aabbbbc
匹配 aacc
跳过 a
输入
aa+b*c+ 或者 a{2,4}b{0,4}c{1,2}即可匹配
可选字符
匹配和提取文本时真正常见的另一个量词是？（问号）元字符，表示可选性。此元字符允许您匹配零或前面的字符或组之一。例如，模式ab？c将匹配字符串“ abc”或“ ac”，因为b被认为是可选的。
与点元字符类似，问号是一个特殊字符，您将不得不使用斜杠\？将其转义。匹配字符串中的普通问号字符。
练习八：匹配可选字符
匹配 1 file found?
匹配 2 files found?
匹配 24 files found?
跳过 No files found.
输入
\d+ files? found\?即可匹配
所有的空格
在处理现实世界中的输入（例如日志文件甚至用户输入）时，很难不遇到空格。我们使用它来格式化信息片段，以使其更易于在视觉上阅读和扫描。
你会用正则表达式使用最常见的形式是空格（␣），缩进（\t），新行（\n）和回车（\r）（在Windows环境中很有用），而这些特殊字符与它们各自的空白匹配。另外，空格特殊字符\s将与上面的任何特定空格匹配，并且在处理原始输入文本时非常有用。
练习九：匹配空格
匹配 1. abc
匹配 2. abc
匹配 3. abc
跳过 4.abc
输入
\d\.\s+abc即可完成匹配
开始和结束
加强模式的一种方法是使用特殊的^和$（美元符号）元字符定义一个描述行的开始和结束的模式。例如，我们可以使用模式^ success来仅匹配以单词“ success”开头的行，而不匹配“ Error：unsuccessful operation”行。而且，如果同时使用^ 和美元符号，则会创建一个与整个行的开头和结尾完全匹配的模式。
请注意，这与在一组括号[^ ...]内用于排除字符的帽子不同，在读取正则表达式时可能会造成混淆。
练习十：匹配行
匹配 Mission: successful
跳过 Last Mission: unsuccessful
跳过 Next Mission: successful upon capture of target
输入
^Mission: successful$即可完全匹配
匹配组
正则表达式使我们不仅可以匹配文本，还可以提取信息以进行进一步处理。这是通过定义字符组并使用特殊的圆括号（和）元字符捕获它们来完成的。一对括号内的任何子模式将被 捕获为一个组。实际上，这可用于从各种数据中提取信息，例如电话号码或电子邮件。
例如，假设您有一个命令行工具来列出您在云中拥有的所有图像文件。然后，您可以使用诸如^(IMG \ d +\.png)$之类的模式来捕获并提取完整文件名，但是如果您只想捕获不带扩展名的文件名，则可以使用模式^（IMG\d+\.png $仅捕获句点之前的部分。
练习十一：匹配组
file_record_transcript.pdf 捕获file_record_transcript
file_07241999.pdf 捕获file_07241999
跳过 testfile_fake.pdf.tmp
输入
^(file.+)\.pdf$即可捕获
嵌套组
使用复杂数据时，您很容易发现自己必须提取多层信息，这可能导致嵌套的组。通常，捕获组的结果按照定义它们的顺序（用空心括号括起来的顺序）。
以捕获列表中所有图像文件的文件名为例。如果每个这些图像文件的文件名中都有一个连续的图片编号，则可以通过编写类似^（IMG（\d+）\.png $的表达式（使用嵌套）来使用相同的模式提取文件名和图片编号括号以捕获数字）。
嵌套组在模式中从左到右读取，第一个捕获组是第一个括号组的内容，依此类推。
练习十二：匹配嵌套组
Jan 1987 捕获 Jan 1987 1987
May 1969 捕获 May 1969 1969
Aug 2011 捕获 Aug 2011 2011
输入
(\w+ (\d+))即可捕获
带条件的
精确总是好事，这适用于编码，对话甚至正则表达式。例如，您不会为某人写一份购物清单以购买更多， 因为您不知道可以得到什么。相反，您可以编写“购买更多的牛奶”或“ 购买更多的面包”，并且在正则表达式中，我们实际上可以定义这些条件。
特别是在使用组时，可以使用|（逻辑OR，也称为管道）来表示不同的可能字符集。在上面的示例中，我可以编写模式“购买更多（牛奶|面包|果汁）”以仅匹配字符串购买更多牛奶，购买更多面包或购买更多果汁。
练习十三：匹配条件文本
匹配 I love cats
匹配 I love dogs
跳过 I love logs
跳过 I love cogs
输入‘ I love (cats|dogs) ’即可匹配成功
实践问题(答案在文章末尾)
问题一：匹配十进制数字
匹配 3.14529
匹配 -255.34
匹配 128
匹配 1.9e10
匹配 123,340.00
跳过 720p
问题二：匹配电话号码
提取
捕获 415-555-1234 415
捕获 650-555-2345 650
捕获 (416)555-3456 416
捕获 202 555 4567 202
捕获 4035555678 403
捕获 1 416 555 9292 416
问题三：匹配电子邮件
提取
tom@hogwarts.com tom
tom.riddle@hogwarts.com tom.riddle
tom.riddle+regexone@hogwarts.com tom.riddle
tom@hogwarts.eu.com tom
potter@hogwarts.com potter
harry@hogwarts.com harry
hermione+regexone@hogwarts.com hermione
问题四：匹配HTML
提取
<a>This is a link</a> a
<a href='https://regexone.com'>Link</a> a
<div class='test_style'>Test</div> div
<div>Hello <span>world</span></div> div
问题五：匹配特定的文件名
提取
跳过 .bash_profile
跳过 workspace.doc
捕获 img0912.jpg img0912 jpg
捕获 updated_img0912.png updated_img0912 png
跳过 documentation.html
捕获 favicon.gif favicon gif
跳过 img0912.jpg.tmp
跳过 access.lock
问题六：从行首和行尾修剪空白
The quick brown fox... The quick brown fox...
jumps over the lazy dog. jumps over the lazy dog.
问题七：从日志文件中提取信息
提取
跳过 W/dalvikvm( 1553): threadid=1: uncaught exception
跳过 E/( 1553): FATAL EXCEPTION: main
跳过 E/( 1553): java.lang.StringIndexOutOfBoundsException
捕获 E/( 1553): at widget.List.makeView(ListView.java:1727) makeView ListView.java 1727
捕获 E/( 1553): at widget.List.fillDown(ListView.java:652) fillDown ListView.java 652
捕获 E/( 1553): at widget.List.fillFrom(ListView.java:709) fillFrom ListView.java 709
问题八：从URL解析和提取数据
提取
捕获 ftp://file_server.com:21/top_secret/life_changing_plans.pdf ftp file_server.com 21
捕获 https://regexone.com/lesson/introduction#section https regexone.com
捕获 file://localhost:4040/zip_file file localhost 4040
捕获 https://s3cur3-server.com:9999/ https s3cur3-server.com 9999
捕获 market://search/angry%20birds market search
提示1：
^-?\d+(,\d+)*(\.\d+(e\d+)?)?$
提示2：
(\d{3})可捕获区号，要想捕获全部则1?[\s-]?\(?(\d{3})\)?[\s-]?\d{3}[\s-]?\d{4}
提示3：
^([\w\.]*)
提示4：
<(\w+)当然>([\w\s]*)<可以拿到标签内容，='([\w://.]*)'可以拿到标签属性
提示5：
(\w+)\.(jpg|png|gif)$
提示6：
^\s*(.*)\s*$
提示7
(\w+)\(([\w\.]+):(\d+)\)
提示8：
(\w+)://([\w\-\.]+)(:(\d+))?
2908
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
