一直都知道正则表达式的强大，但是总是觉得正则很难学不会，所以一直不得要领。这次因为工作原因，不得不用到正则，于是顺手将它学了起来。入门之后才发现，花费一点时间学习一下正则非常值得，可以成千上百倍地提升你的工作效率。特别是当你经常和批量数据以及规则文本打交道的时候，你会发现完全离不开正则。闲话到此为止，下面进入正题。
介绍
正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），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、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。
来自维基百科
语法
元字符
| 代码 | 说明 |
|---|---|
. | 匹配除换行符以外的任意字符 |
\w | 匹配字母或数字或下划线或汉字 |
\s | 匹配任意的空白符 |
\d | 匹配数字 |
\b | 匹配单词的开始或结束 |
^ | 匹配字符串的开始 |
$ | 匹配字符串的结束 |
字符转义
如果需要使用元字符本身，你需要使用\来取消转义.
\\匹配\C:\\Windows匹配C:\Windows
重复
| 代码 | 说明 |
|---|
- | 重复零次或更多次
- | 重复一次或更多次 ? |重复零次或一次 {n} |重复n次 {n,} | 重复n次或更多次 {n,m} | 重复n到m次
Windows\d+匹配Windows后面跟1个或更多数字^\w+匹配一行的第一个单词(或整个字符串的第一个单词，具体匹配哪个意思得看选项设置)
字符类
除了使用元字符意外，我们也可以指定一个字符范围，作为一个字符类：
- 像[0-9]代表的含意与\d就是完全一致的：一位数字
- [a-z0-9A-Z_]也完全等同于\w（如果只考虑英文的话）
- [abc]表示只匹配abc三个字母中的一个
逻辑判断
我们可以使用|来将不同的规则分开
匹配分支条件时会从左往右进行匹配，只要满足了某个分支，就不会再考虑之后的。
\d{5}-\d{4}|\d{5}表示匹配12345-1234或者12345\d{5}|\d{5}-\d{4}但如果这样写，12345-1234就只会匹配前面的12345
分组
前面讲到了单个字符的重复，如果有多个字符需要重复的话，我们就需要分组——使用(和)。
- (\d{1,3}.){3}\d{1,3} 表示匹配长得像IP地址的数字串
\d{1,3}\.表示一到三位的数字再加上一个点，分组之后再重复三次，然后再加上一个一到三位的数字
反义
| 代码 | 说明 |
|---|---|
\W | 匹配任意不是字母，数字，下划线，汉字的字符 |
\S | 匹配任意不是空白符的字符 |
\D | 匹配任意非数字的字符 |
\B | 匹配不是单词开头或结束的位置 |
[^x] | 匹配除了x以外的任意字符 |
[^aeiou] | 匹配除了aeiou这几个字母以外的任意字符 |
\S+匹配不包含空白符的字符串。<a[^>]+>匹配用尖括号括起来的以a开头的字符串。
参考资源
更新日志
- 2015年10月29日 增加了比较简单&常用的使用方法