<Other> 正则表达式简介

重要

\b--匹配单词的开始或结束，如：\bhello\b匹配hello字符串

\d--匹配数字0-9，可以表示出现的位数，如：0\d{3}-\d{8}表示加上区号的电话号码

\s--匹配任意的空白字符，包括空格，Tab，换行，中文全角空格

\w--匹配字母或数字或下划线或汉字

\B--匹配不是单词的开头或结束

\D--匹配任意非数字字符

\S--匹配不是空白符，如\S+匹配不包含空白符的字符串

\W--匹配任意不是数字，字母，下划线，汉字的字符

\u--使用16进制形式匹配Unicode字符，记住[\u4e00-\u9fa5]代表所以汉字字符

一般类

.--表示除了换行符之外的任意字符

^--匹配查找字符串的开头

$--匹配查找字符串的结尾（这两个和\b有点类似，而且没发现区别）

\--由于很多符号被用来做匹配工作了，如果要查找其本身的话就要用"\"来转义，如：\\,\*,\.,\(等

[abcd]--匹配其中出现的字符abcd的任何一个，如：[a-z0-9A-Z]匹配所以大小写字母和数字（注意写法）

[^abcd]--匹配不属于其中出现的字符abcd的其他任意字符

|--分枝条件，而且要注意出现的顺序，会从左到右检测，满足之后就不会去管其他条件

()--用来做子表达式，即是分组，如：(\d{1,3}\.){3}\d{1,3}匹配一个IP地址，更加正确的匹配IP：((2[04]\d|25[0- 5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)；(exp)匹配exp，并捕获文本到自动命名的组里，(? exp)或(?'name'exp)匹配exp，并捕获文本到自己命名的组里，取的时候可以用\k。(?:exp)匹配exp，不捕 获匹配的文本，当然也不分配组号。

 

贪婪匹配

正则表达式默认的是贪婪匹配，即在匹配的情况下尽可能多的匹配。如asbklsdjblkjjabsksdbss用a.*b去匹配的话会得到asbklsdjblkjjabsksdb字符串（尽管前面出现了好多次b也不会匹配，而找最长最多的那个）

懒惰匹配

如上的字符串如果以a.*?b来匹配的话得到的是asb,ab两个字符串，所以限定符都可以在后面加上?来支持懒惰匹配。如：*?,+?,??,{n}?等等都是尽可能少重复

限定类：

*--表示前一位可以出现任意次数（0次也可以），除换行符外

+--表示前一位可以出现任意次数（1次以上），除换行符外

?--表示前一位出现0次或1次

{n}--表示前一位出现n次

{n,}--表示前一位出现n次或更多次

{n,m}--表示前一位出现n次到m次

 

零宽断言

(?=exp)--零宽度正预测先行断言，如：\b\w+(?=ing\b)匹配以ing结尾的单词，但ing并不包括其中（零宽），dancing 结果是danc

(?<=exp)--零宽度正回顾后发断言，如：(?<=\bre)\w+\b匹配以re开头的单词，但re并不包括其中，reading结果是ading

(?!exp)--零宽度负预测先行断言，如：\b\w*q(?!u)\w*\b匹配任意位置（以*表示）出现q的单词但不接u的字符串

(?

练习：(?<=<(?\w+)>).*(?+\/\k)表示不包含属性的简单html标签内的内容（不包括前缀和尾缀）

注释

(?#comment)--注释，最好启用"忽略模式里的空白符"选项，这样在编写表达式的时候能任意添加空格，tab，换行。如：

   (?<= # 断言要匹配的文本的前缀  <(\w+)> # 查找尖括号括起来的字母或数字(即HTML/XML标签)

        ) # 前缀结束 

         .* # 匹配任意文本

       (?= # 断言要匹配的文本的后缀

 　　　　<\/\1> # 查找尖括号括起来的内容：前面是一个"/"，后面是先前捕获的标签

       ) # 后缀结束