正则表达式

又称规则表达式,（Regular Expression，在代码中常简写为regex、regexp或RE），是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"），是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串，通常被用来检索、替换那些符合某个模式（规则）的文本。简单来说，正则表达式就是一个很牛逼的字符串处理工具。

一个正则表达式是一种从左到右匹配主体字符串的模式。正则表达式可以从一个基础字符串中根据一定的匹配模式替换文本中的字符串、验证表单、提取字符串等等。

想象你正在写一个应用，然后你想设定一个用户命名的规则，让用户名包含字符、数字、下划线和连字符，以及限制字符的个数，好让名字看起来没那么丑。

我们使用以下正则表达式来验证一个用户名：

 

 

1. 基本匹配

正则表达式其实就是在执行搜索时的格式，它由一些字母和数字组合而成。

例如：一个正则表达式 the，它表示一个规则：由字母t开始，接着是h，再接着是e 大小写敏感。

正则表达式123匹配字符串123。它逐个字符的与输入的正则表达式做比较。

2. 元字符 Meta Characters

正则表达式主要依赖于元字符。

元字符不代表他们本身的字面意思，他们都有特殊的含义。一些元字符写在方括号中的时候有一些特殊的意思

 

2.1 点运算符   .

.匹配任意单个字符，但不匹配换行符。

2.2 字符集 Character set

字符集也叫做字符类。

方括号用来指定一个字符集。

在方括号中使用连字符来指定字符集的范围。

在方括号中的字符集不关心顺序。

例如，表达式[Tt]he 匹配 the 和 The

方括号的句号就表示句号, 而不是点运算符。

例如，表达式 ar[.] 匹配 ar.字符串

2.2.1 否定字符集 Negated character set

一般来说 ^ 表示一个字符串的开头，但它用在一个方括号的开头的时候，它表示这个字符集是否定的。

例如，表达式[^c]ar 匹配一个后面跟着ar的除了c的任意字符。

2.3 重复次数 Repetitions

后面跟着元字符 +，* or ? 的，用来指定匹配子模式的次数。

这些元字符在不同的情况下有着不同的意思。

2.3.1 `*` 号 The Star

*号匹配 在*之前的字符出现大于等于0次。

例如，表达式 a* 匹配0或更多个以a开头的字符。表达式[a-z]* 匹配一个行中所有以小写字母开头的字符串。

*字符和.字符搭配可以匹配所有的字符.*。

*和表示匹配空格的符号\s连起来用，如表达式\s*cat\s*匹配0或更多个空格开头和0或更多个空格结尾的cat字符串。下面例子中是从\scat\s到cat都被匹配。

2.3.2 `+` 号 The Plus

+号匹配+号之前的字符出现 >=1 次。

例如表达式c.+t 匹配以首字母c开头以t结尾，中间跟着至少一个字符的字符串。下面例子中是从cat\s到\smat都被匹配，包括其中的空格。

2.3.3 `?` 号 The Question Mark

在正则表达式中元字符 ? 标记在符号前面的字符为可选，即出现 0 或 1 次。

例如，表达式 [T]?he 匹配字符串 he 和 The

2.4 `{}` 号 Braces

在正则表达式中 {} 是一个量词，常用来一个或一组字符可以重复出现的次数。

例如， 表达式 [0-9]{2,3} 匹配最少 2 位最多 3 位 0~9 的数字。

我们可以省略第二个参数。

例如，[0-9]{2,} 匹配至少两位 0~9 的数字。

如果逗号也省略掉则表示重复固定的次数。

例如，[0-9]{3} 匹配3位数字

2.5 `(…)` 捕获组 特征标群 Capturing Group

特征标群是一组写在 (...) 中的子模式。例如之前说的 {} 是用来表示前面一个字符出现指定次数。但如果在 {} 前加入特征标群则表示整个标群内的字符重复 N 次。例如，表达式 (ab)* 匹配连续出现 0 或更多个 ab。

我们还可以在 () 中用或字符 | 表示或。例如，(c|g|p)ar 匹配 car 或 gar 或 par.

2.5.1 非特征标群 非捕获组 Non capturing group

非捕获组是一个仅仅匹配字符的捕获组，但是它不捕获任意组。非捕获组可以由被:跟着的?所表示，整个表达被(...)囊括。例如，正则表达式(?:c|g|p)ar与(c|g|p)ar相似，它们匹配相同的字符串，但是前者并不会捕获任意一个组。

2.6 `|` 或运算符 Alternation

或运算符就表示或，用作判断条件。

例如 (T|t)he|car 匹配 (T|t)he 或 car。

2.7 转码特殊字符 Escaping special character

反斜线 \ 在表达式中用于转码紧跟其后的字符。用于指定 { } [ ] / \ + * . $ ^ | ? 这些特殊字符。如果想要匹配这些特殊字符则要在其前面加上反斜线 \。

例如 . 是用来匹配除换行符外的所有字符的。如果想要匹配句子中的 . 则要写成 \.

2.8 锚点 Anchors

在正则表达式中，想要匹配指定开头或结尾的字符串就要使用到锚点。^ 指定开头，$ 指定结尾。

2.8.1 `^` 号 Caret

^ 用来检查匹配的字符串是否在所匹配字符串的开头。

例如，在 abc 中使用表达式 ^a 会得到结果 a。但如果使用 ^b 将匹配不到任何结果。因为在字符串 abc 中并不是以 b 开头。

2.8.2 `$` 号 Dollar

同理于 ^ 号，$ 号用来匹配字符是否是最后一个。

例如，(at\.)$ 匹配以 at. 结尾的字符串。

3. 简写字符集 Shorthand Character Sets

正则表达式提供一些常用的字符集简写。

 

标志 Flags

标志也叫模式修正符，因为它可以用来修改表达式的搜索结果。

这些标志可以任意的组合使用，它也是整个正则表达式的一部分。