正则表达式基础篇

正则表达式必知必会
正则表达式用处：搜索与替换
简单的开始：
1.匹配单个字符：
.匹配任何一个字符（除去换行符）
\加上一个特殊字符：如\\,\d,\w,
2.匹配一组字符：
[]不匹配任何字符，自用来定义一个字符集合；如[ab]:必须匹配a或b，可用来处理大小写问题[Aa],当然也可以用\i(SAS里面的)；[0-9]匹配0到9的数字，[A-Z]匹配A到Z的英文字母；[A-Za-z0-9]表示A-Z和a-z和0-9；[^0-9]表示不匹配0-9的任意数字；若要匹配[]本身，需要反斜杠\[ \]
注：-连字符是特殊的元字符，但只能用在[]之间，在[]之外只能与-匹配，因此-不需要特殊匹配。
3.使用元字符：
元字符不用做元字符时，必须\转意，如\[、 \\
元字符分为两种：（1）匹配文本比如.（2）匹配正则表达式的语法要求的如:[]
匹配空白字符：\n:换行符；\r回车符；\t制表符[Tab键]；在Window操作系统中需要\r\n\r\n来匹配两条记录中的空白行，在linux\Unix中是\n\n即可
匹配数字：\b任何一个数字字符相当于[0-9]；\D任何一个非数字字符相当于[^0-9]
\w任何一个字母数字字符或者下划线相当于[A-Za-z0-9_];\W任何一个非字母数字字符或者下划线相当于[^A-Za-z0-9_]
匹配空白字符：\s任何一个空白；\S任何一个非空白字符
匹配十六进制：\0
匹配八进制：\0开头
4.重复匹配
+匹配一个或多个字符
*匹配零个或多个字符
?匹配零个或一个字符
{}匹配的重复次数 如\d{0,3}:0,1,2或3个数字；\d{3,}至少重复3次及以上的数字字符
注：* +都是贪婪型字符，匹配的结果是多多益善而不是适可而止，尽可能从文本的开头匹配到结尾，有时将多个匹配结果当成一个
但*? +? {n,}?是懒惰性表示方法，写法简单，找到一个匹配的即停止（这里容易误解，见P49页）
5.位置匹配
\b单词边界:如：the cat scatterted....,匹配cat：\bcat\b,这里的\b是匹配这样一个位置，位于一个能用来构成单词的字符和一个不能用来构成单词的字符；
\D不匹配单词的边界
^匹配字符串的开头位置

7.子表达式
()是元字符，将子表达式括起来
简化重复表达：(\d{1,3}\.){3}
避免误解：19|20\d{2} 与(19|20)\d{2}意义是不同的；因为|将左右两边当成完整的两部分
子表达式的嵌套
8.回溯引用：前后一致匹配
回溯连续匹配：
如：this is is a cat;
匹配：[ ]+(\w+)[]+\1
这里的\1是模式里的第一个表达式，\2表示模式里面的第二个表达式，上述将匹配同一个单词连续两次重复出现；
注：回溯引用只能引用模式里面的子表达式，用()括起来的；