首先简单介绍下正则表达式：

      在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。

下面就看看正则表达式里乱七八糟的字符都是什么意思：

1、常用的元字符

      代码                               说明                    
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线或汉字
\s 匹配任意的空白符
\d 匹配数字
\b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束

 

 

 

 

 

 

 

那我们试着理解下：

\bhello\b  其实就是查找单词hello了——先是某个单词开始处(\b)，然后是字符串hello，最后是单词结束处(\b)。

010-\d\d\d\d\d\d\d\d  比如北京的固定电话——先是010-，然后是8个数字（\d）。

^\d{18}$ 比如身份证号——先是字符串开始（^），然后是18位数字(\d)，最后字符串结束（$）。

2、常用的限定符

       代码                              说明                        
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n, } 重复n次或更多次
{n,m} 重复n到m次

 

 

 

 

 

 

 

\ba\w*\b 匹配以字母a开头的单词——先是某个单词开始处(\b)，然后是字母a,然后是任意数量的字母或数字(\w*)，最后是单词结束处(\b)。

windows\d+ 匹配windows开头后面是一位或多位数字的，windows7、windows10等等——\d+即匹配一次或多次数字。

010-\d{8} 也是匹配北京固定电话，跟上面010-\d\d\d\d\d\d\d\d是一个意思，这个更简便——\d{8}就是连续匹配八次数字的意思。

3、常用的反义代码

  代码  说明
\W  匹配任意非字母或数字或下划线或汉字的字符
\S 匹配任意非空白符的字符 
\D 匹配任意非数字字符
\B 匹配非单词开始或结束的地方 
[^x] 匹配除x以外的任意字符 
[^aeiou] 匹配除元音以外的任意字符

 

 

 

 

 

 

 

"s[^"]+" 匹配用引号括起来的以s开头的字符串。

4、常用分组语法

代码 说明
(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，也可以写成(?'name'exp)
(?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号
(?=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

 

 

 

 

 

 

 

\b\w*h(?!e)\w*\b 这个相对复杂一点，但是借助上面的表格，应该也能读懂，下面详细分析下——单词开始(\b)；然后跟零个或多个字母(\w*)，因为是单词嘛，就只能是字母啦；接着是字母h，后面接一个不是e的字符(?!e)，然后又是零个或多个字母(\w*)，直到单词结束(\b)。那我们就清楚了，也就是找“含有h字母，但h后面不是e的单词”，比如him、honey。而把诸如hello、help这样的单词排除。

5、懒惰限定符

      代码                                    说明                              
*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n, }? 重复n次以上，但尽可能少重复

 

 

 

 

 

 

当正则表达式中包含能接受重复的限定符时，通常的行为是匹配尽可能多的字符。例如：a.*b 它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配；但是用 a.*?b 搜索的话会匹配aab（第一到第三个字符）和ab（第四到第五个字符），这叫懒惰匹配。

6、常用的其他符号

代码 说明
\. 元字符转义。.是元字符，你没有办法匹配它，因为会被理解成别的意思，这时你就得使用\来取消这些字符的特殊意义，即\.。同样的，其他元字符像*?+等等都需要转义。
[] 字符集。例如[0-9]匹配数字0到9，等同于\d；[a-z]匹配小写字母；[.?!]匹配标点符号.?!
() 分组。每个组自动拥有组号，从左向右，第一个出现的分组的组号为1，第二个为2，以此类推。(\d{1,3}\.){3}\d{1,3} 是一个简单的IP地址匹配表达式——\d{1,3}匹配1到3位的数字，(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(\d{1,3})。\b(\w+)\b\s+\1\b 可以用来匹配重复的单词，像go go——首先是一个单词，这个单词含有一个或多个字母\b(\w+)\b，该单词会被捕获到编号为1的分组中，然后是1个或多个空白符(\s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(\1)，单词结束(\b)。
|  分枝。^\d{17}(\d|[xX])$ 可用来验证是否为身份证号码——字符串开始(^)，接着匹配17位数字(\d{17})，然后是个数字(\d)或者(|)字母x或X([xX])，字符串结束($)。
//i  一次匹配。正则表达字面量。举例见下文。
//g 全局匹配。正则表达字面量。 举例见下文。

 下面是//i和//g的用法，我们从一段代码中加深理解：

复制代码
 1 <html>
 2 <body>
 3 
 4 <script type="text/javascript">
 5 
 6      var str="Welcome to Microsoft! ";
 7      str=str + "We are proud to announce that Microsoft has ";
 8      str=str + "one of the largest Web Developers sites in the world.";
 9      document.write(str.replace(/Microsoft/i, "W3School"));
10 
11 </script>
12 
13 </body>
14 </html>
复制代码

上面的代码呢，是想把字符串中的Microsoft替换成W3School，当正则表达式为/Microsoft/i时，运行结果：Welcome to W3School! We are proud to announce thatMicrosoft has one of the largest Web Developers sites in the world.  可以看出只有第一个Microsoft被替换了，即一次匹配。

我们将正则表达式/Microsoft/i改为/Microsoft/g，结果就变为：Welcome to W3School! We are proud to announce that W3School has one of the largest Web Developers sites in the world. 也就是说全文凡是有Microsoft的地方都被替换成W3School，即全局匹配。 

  

当然还有很多代码没有涉及到，但是很多正则表达式应该能看懂了，入门了后面的学习就相对简单了。如果没懂可能确实我讲得不清楚。大家可以去搜索相关更多文章，每个作者表达事情的方式都不一样，你可以看看你能更快更好地接收谁的说法。

－转载