正則基礎

\b ? ?是正則表達式的一個特殊代碼，有人稱它元字符。代表的是需要匹配的某個單詞的開頭或者結尾。有些單詞有空格或者分隔符，但是\b并不管這些，它只匹配一個位置，也就是說，空格，分隔符它也比較。

. ? ?是另一個元字符，表示匹配除了換行符以外的任意字符。

* ? ?也是一個元字符，不過它代表的不是字符，也不是位置，而是數量。它制定*字符前邊的內容可以連續重復使用任意次以使整個表達式得以匹配。

.* ? ?連在一起，就表示任意數量除了換行以外的任意字符。

例子：\bhi\b.*\bLucy\b表示以hi開頭，中間任意數量除換行以外的任意字符，并且以Lucy結尾。

\d ? ?是一個新的元字符，匹配任意一個數字（可以是0，可以是1...）

- ? ?不是元字符，其實它就只匹配它本身，可以稱它鏈接符，也可以稱它減號，由自己啦！

例子：0\d\d-\d\d\d\d\d\d\d表示0開頭，后跟2個任意數字，接著是鏈接-，最后是7個任意數字。當然，避免重復，可以簡化寫出0\d{2}-\d{7}

\s ? ?表示匹配任意空白符，包括空格，制表符（tab），換行符，中文全角空格等。

\w ? ?匹配字母，數字，下劃線，或者漢字等。

^ ? ?匹配字符串開始。

$ ? ?匹配字符串結束。

例子：

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

\d+匹配1個或更多連續的數字。這里的+是和*類似的元字符，不同的是*匹配重復任意次(可能是0次)，而+則匹配重復1次或更多次。

\b\w{6}\b匹配剛好6個字符的單詞。

{n} ? ?重復N次

{n, } ? ?重復n次到更多次

{n,m} ? ?重復n到m次

{5,12} ? ?表示重復的次數不能少于5次，不能多于12次。

例子：^\d{5,12}$匹配一個5-12位的數字。

\ ? ?表示轉義符。比如你要匹配字符串中的.或者*等等，匹配不到，可以用\.或者\*當然，你要匹配\的話，就用\\

+ ? ?和*相似，但是+表示重復一次或多次。

？ ? ?重復0次或1次。

[ ] ? ?指定一個范圍。[0-9]表示一位數字，[a-zA-Z]

例子：\(?0\d{2}[) -]?\d{8}這個表達式可以匹配幾種格式的電話號碼，像(010)88886666，或022-22334455，或02912345678等。我們對它進行一些分析吧：首先是一個轉義字符\(,它能出現0次或1次(?),然后是一個0，后面跟著2個數字(\d{2})，然后是)或-或空格中的一個，它出現1次或不出現(?)，最后是8個數字(\d{8})。

不幸的是，上面那個例子也能匹配010)12345678或(022-87654321這樣的“不正確”的格式。要解決這個問題，我們需要用到分枝條件。正則表達式里的分枝條件指的是有幾種規則，如果滿足其中任意一種規則都應該當成匹配，具體方法是用|把不同的規則分隔開。

| ? ?分割不同的規則，但是使用時候要嚴格注意匹配順序，因為如果符合第一個條件，就不會審核第二個條件了。

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，其中區號可以用小括號括起來，也可以不用，區號與本地號間可以用連字號或空格間隔，也可以沒有間隔。

\d{5}-\d{4}|\d{5}如果你把它改成\d{5}|\d{5}-\d{4}的話，那么就只會匹配5位的郵編(以及9位郵編的前5位)。原因是匹配分枝條件時，將會從左到右地測試每個條件，如果滿足了某個分枝的話，就不會去再管其它的條件了。

( ) ? ?重復多個字符，用()來指定子表達式，也可以叫做分組，可以指定( )中的元素重復多次。

例子：((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)判斷正確的IP地址

\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以外的任意字符

[^aeiou] ? ?匹配除了aeiou這幾個字母以外的任意字符

例子：\S+匹配不包含空白符的字符串。

]+> ? ?匹配尖括號開始包含a打頭字母的字符串。

正則匹配進階

后向引用

使用小括號指定一個子表達式后，匹配這個子表達式的文本(也就是此分組捕獲的內容)可以在表達式或其它程序中作進一步的處理。默認情況下，每個分組會自動擁有一個組號，規則是：從左向右，以分組的左括號為標志，第一個出現的分組的組號為1，第二個為2，以此類推。

后向引用用于重復搜索前面某個分組匹配的文本。例如，\1代表分組1匹配的文本。

例子：\b(\w+)\b\s+\1\b可以用來匹配重復的單詞，像go go,或者kitty kitty。這個表達式首先是一個單詞，也就是單詞開始處和結束處之間的多于一個的字母或數字(\b(\w+)\b)，這個單詞會被捕獲到編號為1的分組中，然后是1個或幾個空白符(\s+)，最后是分組1中捕獲的內容（也就是前面匹配的那個單詞）(\1)。

捕獲

(exp) ? ?匹配exp,并捕獲文本到自動命名的組里

(?exp) ? ?匹配exp,并捕獲文本到名稱為name的組里，也可以寫成(?'name'exp)

(?:exp) ? ?匹配exp,不捕獲匹配的文本，也不給此分組分配組號

引用

\k(Word)反向引用這個分組捕獲的內容

零寬斷言

(?=exp) ? ?匹配exp前面的位置

(?<=exp) ? ?匹配exp后面的位置

(?!exp) ? ?匹配后面跟的不是exp的位置

注釋

(?#comment) ?這種類型的分組不對正則表達式的處理產生任何影響，用于提供注釋讓人閱讀

例子：\b(\w+)\b\s+\1\b通過上面介紹，可以改寫成\b(?\w+)\b\s+\k\b