正則表達式筆記

1、界定符

表示一個正則表達式的開始和結束

（1）//
（2）##
（3）{}
例：'/[0-9]/'

2、原子

正則表達式中的最小匹配單位，一般它只是Unicode編碼表中的某個字符
（1）可見原子：Unicode編碼表中用鍵盤輸出後肉眼可見的字符
例：
標點
英文字母數字
漢字、日文、阿拉伯文等其餘語言文字
數理化公式符號
其餘可見字符
（2）不可見原子：Unicode編碼表中用鍵盤輸出後肉眼不可見的字符
例：
換行符 \n
回車\r
製表符 \t
空格
其餘不可見符號
patten中如有中文漢字，建議換成unicode編碼

3、元字符

（1）定義原子的篩選方式
（2）把某一類原子，比較相似的原子(英文字母abcd和數字1234)進行歸類，給出一個縮寫來簡化正則表達式的書寫方式。

一、原子的篩選方式
（1）[] ：匹配出如今[]中的任意一個原子
（2）| ：或運算。匹配|符號左右兩邊的任意一個
（3）[^ ] ：取反。這裏^必須和[緊挨着，才表示匹配除了[]裏面任意原子的字符
注：[78^9]表示匹配，七、八、^、9任意一個
（4）. ：任意字符（除換行符外）

二、原子的集合
. 匹配出了換行符以外的任意字符
（1）\d 匹配任意一個十進制數字，即 [0-9]
（2）\D 匹配任意一個非十進制的數字，即 [^0-9]
（3）\s 匹配一個不可見原子，即 [\f\n\r\t\v]
（4）\S 匹配一個可見原子，即[^\f\n\r\t\v]
（5）\w 匹配任意一個數字、字母或下劃線，即 [0-9a-zA-Z_]
（6）\W 匹配任意一個非數字、字母或下劃線，即 [^0-9a-zA-Z_]

4、量詞

（1）{n} 表示其前面的原子剛好出現n次。
（2）{n,} 表示其前面的原子最少出現n次。
（3）{n,m} 表示其前面的原子最少出現n次，最多出現m次。
（4）* 匹配0次，1次，屢次其前面的原子，即{0,}。
（5）+ 匹配1次，屢次其前面的原子，即{1,}。
（6）? 匹配0次，1次其前面的原子，即{0,1}。

5、邊界控制

（1）^ ：匹配字符串開始的位置 ^string:只能匹配一開始就爲string字符串，不能有空格
（2）$ ：匹配字符串結尾的位置

6、模式單元

() 括號的總體爲一個原子

7、修正模式

標識：在正則表達式的末尾，也就是斜槓（/）的後面，加修正模式的標識
（1）u ：貪婪匹配，匹配結果存在歧義時，匹配結果越多越好。默認是貪婪模式。
例：'/[a-zA-Z0-9]+/'
（2）U ：懶惰匹配，匹配結果存在歧義時，匹配結果越少越好。
例：'/[a-zA-Z0-9]+/U'
（3）i ：忽略英文字母大小寫
（4）x ：忽略空白
（5）s ：讓元字符「.」匹配包括換行符在內的全部字符

8、實例

（1）非空：.+
（2）浮點：小數點後兩位：\d+\.\d{2}$
（3）手機：^1[358]\d{9}$
（4）郵箱：^\w+(\.\w+)*@\w+(\.\w+)+$
（5）URL：^(https?://)?(\w+\.)+[a-zA-Z]+$

正則檢測工具：http://tool.chinaz.com/regex/