正则表达式02——进阶

• 正则表达式入门练习网站：https://www.codejiaonang.com/#/course/regex_chapter1/0/0
• 正则表达式进阶练习网站：https://www.codejiaonang.com/#/course/regex_chapter2/0/0

1.初级进阶知识

1. 匹配特殊字符
   正则表达式用-表达区间，但有时我们需要在正则表达式中使用符号-这时就该使用转义字符 \，完整 \-

\ 也适用于其他符号

2. 单词边界——\b
   单词边界：单词与符号之间的边界；这里的单词可以指“中文字符，英文字符，数字”；符号可以是“中文符号，英文符号，空格，制表符，换行符”
   \b 在所需单词两端的情况： \babc\b
   
   确保只选中单独出现的abc
   \b在字符串前：\babc，只有在abc字符串前没有字符时才可选中
   
   \b在字符串后：abc\b，只有在abc字符串后没有字符才可选中
   

3. 区间的非贪婪模式
   重复区间，例如身份证有15位也有18位，这时就该使用重复区间匹配
   语法：{N,M}，M是上界，N是下届
   例如：{15,18}，匹配15到18次
   正则表达式默认是贪婪模式，若要改为非贪婪模式则在{N,M}?即可，这时会以最少的匹配次数来进行匹配
   

2.阶段进阶知识

非捕获分组：非捕获分组只匹配结果，但是不会捕获结果，也不会分配组号
语法：(?:表达式)
正常使用分组：

非捕获分组：

举例：例如提取目标数据中的电话号码
分组提取：(tel|\d+)[\:-](\d{5})，会将电话号码前的数据也提取进来

非捕获分组：可以舍弃掉前面的字符匹配，只保留需要的

2.1 分组的回溯引用

若要匹配一段HTML代码，例如0123<font>提示</font>abcd，这时我们就可以寻找一个子匹配，若接下来该匹配会挨次出现，可以使用\N引用编号为N的分组
语法：<\(w+)>.*?</\1>
用来匹配一段正确的HTML标签

若要匹配abba类型的
语法：(\w)(\w)\2\1

若要匹配abab类型的
语法：(\w{2,})\1

2.2 先行断言（预搜索）—— 从左往右看

• 正向先行断言：(?=表达式)，表示从某个位置向右看，表示所在位置右侧必须能匹配表达式,判断字符串是否符合特定规则
  正向先行断言可以说就是制定规则
  举例1：喜欢你 喜欢 喜欢我 我喜欢我
  如果要提取出喜欢二字，并要求这个喜欢后面有你
  语法：喜欢(?=你)，这便是正向先行断言
  
  举例2：提取至少含有一个大小写的字符串
  语法：(?=.*?[a-z])(?=.*?[A-Z]).+
  
  举例3：
  语法：(?=.*?[a-z])(?=.*?[A-Z])(?=.*?[0-9]).{8,}
  
• 反向先行断言：(?!表达式)，保证该式子右边不能出现某字符
  举例1：我喜欢你 我喜欢 我喜欢我 喜欢 喜欢你
  如果要提取喜欢二字，要求这个喜欢后面没有你
  语法：喜欢(?!你)
  
  举例2：匹配不是qq邮箱的数据：
  语法：@(?!qq)
  
  举例3：匹配标签不是

  的HTML
  

2.3 后行断言——从右往左看

• 正向后行断言：(?<=表达式)从某个位置往左看，表示所在位置左侧必须能比配
  举例1:如果要取出喜欢两字，要求喜欢的前面有我，后面有你
  语法：(?<=我)喜欢(?=你)
  
  举例2：匹配王姓同学名字
  语法：.(?<=王).+
  

• 反向后行断言:(?<!表达式)，指某个位置向坐看，表示所在位置左侧不能匹配表达式
  举例：要提取出喜欢二字，前面没有我，后面没有你
  语法：(?<!我)喜欢(?!你)
  
  举例2：使用正则表达式提取$中的数据
  语法：(?<!.)\$(?!\$)(.*)(?<!\$)\$(?!.)
  
  把表达式拆分开来看：
  (?<!.)\$: 使用反向后行断言，代表\$之前不可跟任何字符；
  \$(?!\$):使用正向后行断言，代表\$后不可跟$字符；
  (.*)：代表了$$之间的所有字符；
  (?<!\$)\$：使用反向后行断言，代表\$之前不可跟$字符；
  \$(?!.)：使用正向后行断言，代表\$后不可跟任何字符。