正则表达式

1.正则表达式：记录文本的规则的代码

\b：元字符，单词分界处，匹配一个位置

.：元字符，匹配出了除了换行符以外的任意字符

*：元字符，指定*前边的内容可以连续重复以使整个表达式得到匹配

\d：元字符，匹配一位数字

\s：匹配任意的空白字符，如空格，制表符，换行符，中文全角空格

\w：匹配字母，数字，下划线，汉字

\d+：匹配一个或多个连续的数字，匹配重复一次或多次

^：匹配字符串的开始

&：匹配字符串的结束

？：重复0次或者一次

{n}：重复n次

{n,}：重复n或者更多次

{n,m}：重复n到m次

 

2.字符类

[a,e,i,o,u] [.?!] [0-9]

 

3.分支条件

“|”：从左到右，顺序

 

4.分组

用小括号来指定表达式（分组），再用大括号指定重复次数

 

5.反义

\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者结束的位置

[^x]：匹配除了x以外的任意字符

 

6.使用小括号的特定用途

捕获：(exp)匹配exp，并捕获文本到自动命名的组里

(？<name>exp) 匹配exp，并捕获文本到名称为name的组里，同(?'name'exp)

(?:exp) 匹配exp，不捕获匹配的文本，也不给此分组分配组号

零宽断言：(?=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

(？<!exp) 匹配前面不是exp的位置

注释：(?#comment)

 

7.贪婪与懒惰

一般情况匹配尽可能多的字符：a. *b 贪婪

懒惰：a.*?b

*？：重复任意次，单尽可能少重复

??：重复0次或者1次，但尽可能少重复

{n,m}?：重复n~m次，但尽可能少重复

 

8.处理选项

IgnoreCase：忽略大小写

Multiline：多行模式

Singleline：单行模式

 IgnorePatternWhiteSpace：忽略空白

Explicitcapture：显示捕获

平衡组，递归匹配：

(?'group')：把捕获的内容命名为group，并压入堆栈stack

(?'-group')：从堆栈中弹出最后压入堆栈的名为group的捕获内容，若堆栈本来为空，则本分组的匹配失败

(?(group)yes|no)：若堆栈上存在以名为group的捕获内容的话，继续匹配yes部分表达式，否则匹配no部分

(?!)：零宽负相先行断言，无后缀表达式，故匹配总是失败

\cN：ASII控制字符，比如\cC代表ctrl+C

\A：字符串开头，类似^，但不受多行选项的影响

\Z：字符串结尾或行尾，不受多行选项影响

\G：当前搜索的开头

\P{name}：Unicode中命名为name的字符类

(?>exp)：贪婪表达式

(?<x>-<y>exp)：平衡组

(?im-nsx:exp)：在字表达式exp中改变处理选项

(?im-nsx)为表达式后面的部分改变处理选项

(?(exp)ye|no)：零宽正向先行断言，能匹配yes，不能，no表达式

(?(name)yes|no)：命名为name的组捕获到了内容，则为yes，否则no

邮件：\w+([-+.']\w+)*@\w+([-.]\w)*\.\w+([-.]\w+)*