什么是正則表達式
簡單來說，正則表達式是一些用來匹配和處理文本的字符串。它主要有兩種使用場景：一種是查找特定的信息（搜索），另一種是查找并編輯特定的信息（替換）。
參考正則表達式30分鐘入門：(https://deerchao.cn/tutorials/regex/regex.htm)
匹配單個字符
- 匹配特定純文本
普通字符可作為正則表達式，匹配該字符本身。 - 匹配任意字符
正則表達式中，.可以匹配任何一個單個的字符，除了換行符外，類似于DOS中的?字符和SQL中的_（下劃線）字符。 - 匹配特殊字符
正則表達式中，\是一個元字符（metacharacter），表示這個字符有特殊含義，而不是字符本身的含義。\后面跟著一個特殊字符，可對該特殊字符轉義。要匹配一個特殊字符時，應該由\跟著特殊字符去匹配。比如\.表示匹配一個.。
匹配一組字符
元字符[和]用來定義一個字符集合，其含義是必須匹配該集合中的一個字符。定義一個字符集合具體做法有兩種：一是把所有的字符都列舉出來，該做法通常用于要列舉的字符較少時，例如[abc]；二是利用元字符-以字符區間的方式給出，例如[0-9]將匹配0-9中的任意一個。注意在定義一個字符區間的時候，一定要避免讓這個區間的尾字符小于它的首字符，如[3-1]，這種區間是無意義的，而且往往會讓整個模式失效。-（連字符）是一個特殊的元字符，作為元字符它只能用在[和]之間。在字符集合外，-只是一個普通字符，只能匹配-自身，因此-字符不需要轉義。
此外，字符集合可以用元字符^來求非：這將把給定集合里的字符強行排除在匹配操作之外。例如[^a-b]將匹配除了a，b以外的字符。
使用元字符
- 對特殊字符轉義
要匹配特殊字符，必須使用\進行轉義
要轉義個字符：
$
()
*
+
.
[]
?
\
^
{}
|
'
"
- 匹配空白字符
元字符大致分為兩種：一種是用來匹配文本的（比如.），另一種是正則表達式語法要求的（比如[和]）。匹配非打印空白字符的元字符如下：
\b Backspace鍵，匹配一個單詞的頭尾
\f 換頁符
\n 換行符
\r 回車符
\t 制表符
\v 垂直制表符
Windows結束行：\r\n，Unix/Linux結束行：\n，匹配一個空白行可以用\r\n\r\n或者\n\n。
- 匹配特定的字符類別（字符類）
\d 任何一個數字字符（等價于[0-9]）
\D 任何一個非數字字符（等價于[^0-9]）
\w 等價于[a-zA-Z0-9]
\W 等價于[^a-zA-Z0-9]
\s 任何一個空白字符（等價于[\f\n\r\t\v]）
\S 任何一個非空白字符（等價于[^\f\n\r\t\v]）
重復匹配
- 有多少個匹配
+: 匹配一個或者多個字符（字.符集合）。[0-9]+會匹配一個或多個數字。+是元字符，要匹配+必須轉義：\+。
一般來說，當在字符集合里使用像.、+這樣的元字符的時候，元字符會被解釋為普通字符，不需要被轉義，但轉義了也是可以的。
[\w.]的使用效果和[\w\.]是一樣的。
*: 匹配零個或者多個字符（字符集合）。*也是一個元字符，要匹配*本身必須使用\*
?: 匹配零個或者一個字符（字符集合）。\?匹配?本身。[\r]?\n匹配Windows或者Unix/Linux下的換行符。
- 匹配的重復次數
在字符或者字符集合后面跟著元字符{和}可以設置要匹配的重復次數。如果要匹配{和}本身，必須使用轉義{和}。
[[:xdigit:]]{6}: 匹配336633和FFFFFF等
a{2,4}：匹配2-4個連續的a
a{2,}: 匹配至少連續兩個a
- 防止過度匹配
貪婪模式與懶惰模式
* *?
+ +?
{n, } {n, }?
位置匹配
- 單詞邊界（boundary）
邊界限定符
\b用來匹配單詞的邊界，\b匹配這樣的一個位置，它位于一個\w和一個\W之間。
\B用來這樣一個位置，它前后都是\w，或者前后都不是\w。
\b匹配且只匹配一個位置，不匹配任何字符，即不消耗字符。用\bcat\b匹配到的字符串的長度是3，而不是5。 - 字符串邊界
^匹配字符串的開頭，$匹配字符串的結尾。注意^只有出現在一個字符集合里[]并且緊跟在[之后才能發揮取非的作用。
分行匹配模式
啟用分行匹配模式后，^不僅匹配正常的字符串開頭，還將匹配行分隔符（分行符）后面的開始位置（這個位置是不可見的）；類似的，$不僅匹配正常的字符串結尾，還將匹配行分隔符（換行符）后面的結束位置。
使用子表達式
- 子表達式
子表達式是一個更大的表達式的一部分，用(和)括起來，當做一個獨立元素來使用。(和)是元字符，要匹配(和)自身，必須使用轉義序列\(和\)。
|是正則表達式里面的或操作符，(19|20)\d{2}匹配年份
匹配IP地址。一個合法IP地址的各組數字必須且只能符合以下規則：
- 任何一個1位或者2位數字（0-99）
- 任何一個以1開頭的3位數字（100-199）
- 任何一個以2開頭、第二位數字在0-4之間的3位數字（200-249）
- 任何一個以25開頭、第3位數字在0-5之間的3位數字。（250-255）
所以可以寫出匹配IP地址的正則表達式：
(((\d{1,2})|(1\d{2})|(2[0-4]\d)|(25[0-5]))\.){3}((\d{1,2})|(1\d{2})|(2[0-4]\d)|(25[0-5]))
回溯應用：前后一致匹配
回溯引用指的是模式的后半部分引用在前半部分中定義的子表達式?；厮菀弥荒苡脕硪媚Ｊ嚼锏淖颖磉_式（用(和)括起來的正則表達式片段）。回溯引用匹配通常從1開始計數（\1、\2等），第0個匹配用來替代整個表達式。
比如[ ]+(\w+)[ ]+\1用來匹配連續兩個重復單詞。
前后查找（只匹配不消費）
- 向前查找（lookahead）
文本
http://www.forta.com/
https://mail.forta.com/
ftp://ftp.forta.com/
正則表達式
.+(?=:)
只匹配:，不消費它，提取協議。向前查找（和向后查找）匹配本身是有返回結果的，只是這個結果的字節長度永遠是0而已。因此，前后查找操作也被成為零寬度匹配操作（zero-width）。
- 向后查找（lookbehind）
提取價格
文本
ABC01: $23.45
HGG42: $5.31
Total items found: 4
正則表達式
(?<=\$)[0-9.]+
- 前后查找取非
操作符 說明
(?=exp) 正向前查找，匹配exp前面的位置
(?!exp) 負向前查找，匹配后面跟的不是exp的位置
(?<=exp) 正向后查找，匹配exp后面的位置
(?<!exp) 負向后查找，匹配前面不是exp的位置
文本
I paid $30 for 100 apples, 50 oranges.
正則表達式
\b(?<!\$)[0-9.]+\b
嵌入條件
在正則表達式里可以嵌入條件，只有當條件得到（或者沒有得到滿足時），相應的表達式才會被執行。這種條件可以是一個回溯引用（含義是檢查回溯引用是否存在），也可以是一個前后檢查操作。
- 回溯引用條件
文本
<! -- Nav bar -->
<TD>
<A HREF="/home"><IMG SRC ="/imges/hom.gif"></A>
<IMG SRC="/images/spacer.gif">
<A HREF="/search"><IMG SRC="/images/search.gif"></A>
<IMG SRC="/images/spacer.gif">
<A HREF="/help"><IMG SRC="/images/help.gif"></A>
</TD>
正則表達式
(<[Aa]\s+[^>]+>\s*)?<[Ii][Mm][Gg]\s+[^>]+>(?(1)\s*</[Aa]>)
語法：(?(backreference)true-regex)，注意?(1)檢查第一個回溯引用是否存在，回溯引用編號不用被轉義。
(?(backreference)true-regex|false-regex)
文本
123-456-7890
(123)456-7890
(123)-456-7890
1234567890
123 456 7890
正則表達式
(\()?\d{3}(?(1)\)|-)\d{3}-\d{4}
- 前后查找條件
文本
11111
22222
33333
44444-4444
正則表達式
\d{5}(?(?=-)-\d{4})
