Go语言——正则表达式

概述：

1. 概念：
   正则表达式(regular expression)就是由元字符组成的⼀种字符串匹配的模式，使⽤这种模式可以实现对⽂本内容解析、校验、替换。

2. 正则表达式的⽤途：

   1. 数据有效性验证：⽤户注册模块是应⽤正则表达式最集中的地⽅，主要是
      ⽤于验证⽤户帐号、密码、EMAIL、电话号码、QQ号码、身份证号码、家庭地址等信息。如果填写的内容与正则表达式不匹配，可以断定填写的内容是不合乎要求或虚假的信息，那么在将表单提交到服务器进⼀步处理前，JavaScript程序会检查表单以确认⽤户填写的是有效信息。采⽤正则表达式会使得数据校验的⼯作量⼤⼤减轻。
   2. 模糊查询，批量替换。可以在⽂档中使⽤⼀个正则表达式来查找匹配的特定⽂字，然后可以全部将其删除，或者替换为别的⽂字。

正则表达式中主要元字符：

1. \ 将下⼀个字符标记为⼀个特殊字符、或⼀个原义字符、或⼀个 向后引⽤、或⼀个⼋进制转义符。例如，'n'匹配字符 "n"。'\n' （newline）匹配⼀个换⾏符。序列 '\' 匹配 "" ⽽"(" 则匹配 "("。 ‘\r’ （return）
2. ^ 匹配输⼊字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^也匹配'\n' 或 '\r' 之后的位置。
3. $ 匹配输⼊字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$也匹配'\n' 或 '\r' 之前的位置。
4. * 匹配前⾯的⼦表达式零次或多次。例如，zo* 能匹配"z" 以及 "zoo"。* 等价于{0,}。
5. + 匹配前⾯的⼦表达式⼀次或多次。例如，'zo+' 能匹配 "zo" 以及"zoo"，但不能匹配 "z"。+ 等价于 {1,}。
6. ? 匹配前⾯的⼦表达式零次或⼀次。例如，"do(es)?" 可以匹配 "do" 或"does" 中的"do" 。? 等价于 {0,1}。
7. {n} n 是⼀个⾮负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配"Bob" 中的 'o'，但是能匹配 "food" 中的两个 正好匹配的个数o。
8. {n,} n 是⼀个⾮负整数。⾄少匹配n 次。例如，'o{2,}' 不能匹配"Bob" 中的 'o'，但能匹配 "foooood" 中的所有o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于'o*'。
9. {n,m} m 和 n 均为⾮负整数，其中n <= m。最少匹配 n 次且最多匹配 m次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。
10. ? 当该字符紧跟在任何⼀个其他限制符 (*, +, ?, {n}, {n,}, {n,m})后⾯时，匹配模式是⾮贪婪的。⾮贪婪模式尽可能少的匹配所搜索的字符串，⽽默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串"oooo"，'o+?' 将匹配单个 "o"，⽽ 'o+'将匹配所有 'o'。
11. 点“. ” 匹配除 "\n"之外的任何单个字符。要匹配包括 '\n'在内的任何字符，请使⽤象 '[.\n]' 的模式。
12. x|y 匹配 x 或 y。“|”代表“或”的意思。例如，'z|food'能匹配 "z" 或 "food"。'(z|f)ood' 则匹配"zood" 或 "food"。
13. [xyz] 字符集合。匹配所包含的任意⼀个字符。例如， '[abc]' 可以匹配"plain" 中的 'a'。
14. [^xyz] 负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配"plain" 中的'p'。
15. [a-z] 字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 可以匹配 'a'到 'z' 范围内的任意⼩写字⺟字符。
16. [^a-z]负值字符范围。匹配任何不在指定范围内的任意字符。例如，'[^a-z]' 可以匹
    配任何不在 'a' 到'z' 范围内的任意字符。
17. \b匹配⼀个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以配"never" 中的'er'，但不能匹配 "verb" 中的 'er'。
18. \B匹配⾮单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配"never" 中的 'er'。
19. \cx匹配由 x 指明的控制字符。例如， \cM 匹配⼀个 Control-M 或回⻋符。x 的
    值必须为 A-Z 或 a-z 之⼀。否则，将c 视为⼀个原义的 'c' 字符。
20. \d 匹配⼀个数字。等价于 [0-9]。 digital
21. \D 匹配⼀个⾮数字。等价于 [^0-9]。
22. \f匹配⼀个换⻚符。等价于 \x0c 和 \cL。
23. \n 匹配⼀个换⾏符。等价于 \x0a 和 \cJ。
24. \r 匹配⼀个回⻋符。等价于 \x0d 和 \cM。
25. \s 匹配任何空⽩字符，包括空格、制表符、换⻚符等等。等价于 [ \f\n\r\t\v]（space）
26. \S匹配任何⾮空⽩字符。等价于 [^ \f\n\r\t\v]。
27. \t匹配⼀个制表符。等价于 \x09 和 \cI。
28. \v匹配⼀个垂直制表符。等价于 \x0b 和 \cK。
29. \w 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。 word
30. \W匹配任何⾮单词字符。等价于 '[^A-Za-z0-9_]'。
31. \num匹配 num，其中 num 是⼀个正整数。对所获取的匹配的引⽤。例如，'(.)\1'
    匹配两个连续的相同字符。
32. \xn匹配 n，其中 n 为⼗六进制转义值。⼗六进制转义值必须为确定的两个数字
    ⻓。例如，'\x41' 匹配"A"。'\x041' 则等价于 '\x04' &"1"。正则表达式中可以使⽤ ASCII 编码。
33. \un匹配 n，其中 n 是⼀个⽤四个⼗六进制数字表示的 Unicode 字符。例如，\u00A9 匹配版权符号(?)。
34. (pattern)匹配 括号内pattern所代表的表达式。是成组匹配。
35. (?=pattern) 正向预查。例如windows(?=95/98/2000/NT)，含义是匹配“windows”后⾯可以是“95”“98”“2000”或者“NT”。
36. (?!pattern) 负向预查。例windows(?!95/98)，含义是匹配“windows”后⾯不是“95”或“98”的其它字符串。

【特别备注】正则表达式的备注说明

1. ⼤写英⽂字⺟的正则表达式，除了可以写成[A-Z]，还可以写成[\x41-
   \x5A]。因为在ASCII码字典中A-Z被排在了65－90号（也就是ASCII码的第66到 第91位），换算成16进制就是0x41-0x5A；
2. [0-9]，可以写成[\x30-\x39]；
3. [a-z]，可以写成[\x61-\x7A]。
4. [A-Z]，可以写成[\x41-\x5A]。
5. 中⽂的正则表达式为：[\u4E00-\u9FA5]
   因为中⽂在unicode编码字典中排在4E00到9FA5之间。换成10进制，也就
   是第19968号到40869号是中⽂字，⼀共20902个中⽂字被搜录到unicode编码
   集中。(常识了解：第19968号是“⼀”，⽽第40869号是“龥”——发⾳为yu)。

图解正则表达式：

特殊字符：

有部分元字符在正则表达式中代表特定的含义。如果要匹配这些字符本身，需要使⽤反斜杠""进⾏转义。这些特殊字符有：

1. ^ $
2. * + ?
3. { } ()[]
4. \ / . |

【备注：】以上特殊符号在实际定义regexp字符串的时候，实际上使⽤两个反斜杠"\"。

元字符优先级顺序（从⾼到低，从左到右）

1. \ 转义字符
2. ()圆括号，[]⽅括号
3. * + ? {n} {n,} {n,m}限定符4. ^ $ 开始和结束标识
4. | "或"操作

常⽤的正则表达式的写法：

1. 中⽂字符：^[\u4E00-\u9FA5]+$
2. ⼿机号码：^(86)?0?1\d{10}$
   电话号码：^((d{3,4})|d{3,4}-)?d{7,8}$
3. Email地址：^[\w-]+[\w-.]?@[\w-]+(\.[A-Za-z]{2,5})+$
   Email地址：^w+[-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$
   Email地址：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
4. URL⽹址：^http://([w-]+.)+[w-]+(([w-.)?%&=]*)?$
   URL⽹址：http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?
5. 密码（安全级别中）：^(\d+[A-Za-z]\w*|[A-Za-z]+\d\w*)$
6. 密码（安全级别⾼）：^(\d+[a-zA-Z~!@#$%^&(){}][\w~!@#$%^&(){}]*|[a-zA-Z~!@#$%^&(){}]+\d[\w~!@#$%^&(){}]*)$

【备注：】对于同⼀个需求的正则表达式，因理解不同和验证的严格程度不同⽽
差异很⼤，没有固定的统⼀写法。只要尽量与需求进⾏匹配就可以。