正則

簡潔而神祕的語法：

正則表達式的語法很是簡潔，並且對於不熟悉正則表達式的人，看起來簡直很神祕。有時，正則表達式中看起來好像處處都充斥着反斜槓、圓括號和方括號。而只要理解正則表達式中每一個字符串和元字符的做用，就能本身編寫正則表達式或者分析其餘開發人員編寫的正則表達式。

元字符是指在正則表達式模式中具備特殊含義的字符或字符組合：\b,.,*，還有\d.正則表達式裏還有更多的元字符，好比\s匹配任意的空白符，包括空格，製表符(Tab)，換行符，中文全角空格等。\w匹配字母或數字或下劃線或漢字等。

示例：

\ba\w*\b匹配以字母a開頭的單詞——先是某個單詞開始處(\b)，而後是字母a,而後是任意數量的字母或數字(\w*)，最後是單詞結束處(\b)。

\d+匹配1個或更多連續的數字。這裏的+是和*相似的元字符，不一樣的是*匹配重複任意次(多是0次)，而+則匹配重複1次或更屢次。

空格會致使含義改變：

若是無心間在正則表達式中插入了空格，就會完全改變正則表達式的含義，從而使得應該匹配的內容不在匹配，而不想匹配的內容卻匹配了。因此，在創建正則表達式模式時，必需要當心處理空格符。

沒有統一的語法標準：

正則表達式多樣化是由於沒有統一的標準定義正則表達式的語法。正則表達式最先是由於被Perl語言採用才引發人們注意的，因爲遵循不一樣程度的精確性，致使了其餘語言和應用程序中的正則表達式語法不相同。

不一樣環境下的字符含義不一樣：

正則表達式容易令人感到疑惑的另外一個緣由是，單個字符或者元字符，其使用環境不一樣，含義也會不一樣。例如，^元字符在某些語言的正則表達式中用於表示一行的開始位置。但就是在同一種語言環境下，^元字符類中使用時，就變成了否認的含義（或非、取反、補集——即不包括的意思。）有上可知，正則表達式模式^and匹配字符序列and位於一行開頭的狀況，而正則表達式[^and]則表示一個包含a、b、d的字符類。

字符轉義：

若是你想查找元字符自己的話，好比你查找.,或者*,就出現了問題：你沒辦法指定它們，由於它們會被解釋成別的意思。這時你就得使用\來取消這些字符的特殊意義。所以，你應該使用\.和\*。固然，要查找\自己，你也得用\\.

例如：deerchao\.net匹配deerchao.net，C:\\Windows匹配C:\Windows。

重複：

咱們常常看到的無非就是*,+,{2},{5,12}這幾個匹配重複的方式了。下面是正則表達式中全部的限定符(指定數量的代碼，例如*,{5,12}等)：

代碼/語法	說明
*	重複零次或更屢次
+	重複一次或更屢次
？	重複零次或一次
{n}	重複n次
{n,}	重複n次或更屢次
{n,m}	重複n到m次

下面是一些使用重複的例子：

Windows\d+匹配Windows後面跟1個或更多數字

^\w+匹配一行的第一個單詞(或整個字符串的第一個單詞，具體匹配哪一個意思得看選項設置)

分支條件：

正則表達式裏的分支條件指的是有幾種規則，若是知足其中任意一種規則都應該當成匹配，具體方法是用|把不一樣的規則分隔開。聽不明白？不要緊，看例子：

0\d{2}-\d{8}|0\d{3}-\d{7}這個表達式能匹配兩種以連字號分隔的電話號碼：一種是三位區號，8位本地號(如010-12345678)，一種是4位區號，7位本地號(0376-2233445)。

\(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}這個表達式匹配3位區號的電話號碼，其中區號能夠用小括號括起來，也能夠不用，區號與本地號間能夠用連字號或空格間隔，也能夠沒有間隔。你能夠試試用分支條件把這個表達式擴展成也支持4位區號的。

\d{5}-\d{4}|\d{5}這個表達式用於匹配美國的郵政編碼。美國郵編的規則是5位數字，或者用連字號間隔的9位數字。之因此要給出這個例子是由於它能說明一個問題：使用分支條件時，要注意各個條件的順序。若是你把它改爲\d{5}|\d{5}-\d{4}的話，那麼就只會匹配5位的郵編(以及9位郵編的前5位)。緣由是匹配分支條件時，將會從左到右地測試每一個條件，若是知足了某個分支的話，就不會去再管其它的條件了。

分組：

咱們已經提到了怎麼重複單個字符（直接在字符後面加上限定符就好了）；但若是想要重複多個字符又該怎麼辦？你能夠用小括號來指定子表達式(也叫作分組)，而後你就能夠指定這個子表達式的重複次數了，你也能夠對子表達式進行其它一些操做(後面會有介紹)。

(\d{1,3}\.){3}\d{1,3}是一個簡單的IP地址匹配表達式。要理解這個表達式，請按下列順序分析它：\d{1,3}匹配1到3位的數字，(\d{1,3}\.){3}匹配三位數字加上一個英文句號(這個總體也就是這個分組)重複3次，最後再加上一個一到三位的數字(\d{1,3})。

IP地址中每一個數字都不能大於255，你們千萬不要被《24》第三季的編劇給忽悠了……

不幸的是，它也將匹配256.300.888.999這種不可能存在的IP地址。若是能使用算術比較的話，或許能簡單地解決這個問題，可是正則表達式中並不提供關於數學的任何功能，因此只能使用冗長的分組，選擇，字符類來描述一個正確的IP地址：((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)。

理解這個表達式的關鍵是理解2[0-4]\d|25[0-5]|[01]?\d\d?，這裏我就不細說了，你本身應該能分析得出來它的意義。

反義：

有時須要查找不屬於某個能簡單定義的字符類的字符。好比想查找除了數字之外，其它任意字符都行的狀況，這時須要用到反義：

代碼/語法	說明
\W	匹配任意不是字母，數字，下劃線，漢字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非數字的字符
\B	匹配不是單詞開頭或結束的位置
[^X]	匹配除了x之外的任意字符
[^aeiou]	匹配除了aeiou這幾個字母之外的任意字符

例子：\S+匹配不包含空白符的字符串。

<a[^>]+>匹配用尖括號括起來的以a開頭的字符串。