正则表达式
正则是‘某种模式去匹配一类字符串的一中公式’，正则是独立于语言存在的，java，php，js，py，linux都支持
阅读本文的时候可以打开正则在线测试工具练习
简单正则
我们先看个简单正则的例子：
/^\d{5,8}\w+$/i
正则由
- 分隔符(/)
- 表达式(^\d{5,8}\w+$)
- 适配模式(i)
三部分组成,
表达式又由
- 表示位置的符号(^ $)
- 元字符(\d \w)
- 量词({5,8} +)
组成,所以我们需要知道每个部分都能怎么写，然后组合起来就ok了。
分隔符
分隔符可以是除了数字 字母 下划线 反斜线以及空白符以外的任何字符，我们常用的有/ # ~ !等，其实正斜线可读性不好，在分析html时还会跟结束标签冲突，推荐用#;
位置
| 位置 | 说明 |
|---|---|
| ^ | 匹配字符串开始 |
| $ | 匹配字符串结尾 |
| \b | 匹配单词的边界 |
| \B | 匹配单词的非边界 |
元字符
| 元字符 | 说明 |
|---|---|
| . | 任意字符，不含换行！ |
| \w | [a-z A-Z 0-9 _] |
| \s | 空白符 |
| \d | [0-9] |
| --- | --- |
| \S | 非空白符 |
| \W | \w的补集 |
| \D | 非数字 |
| --- | --- |
| - | 表示范围 |
| [] | 表示括号中的任意一个字符 |
| [^] | 表示不是括号中的任意一个字符 |
量词
| 量词 | |
|---|---|
| * | 匹配零次或多次 |
| ？ | 匹配零次或一次 |
| + | 匹配一次或多次 |
{n} |
匹配n次 |
{n,} |
匹配至少n次 |
{n,m} |
匹配n-m次 |
模式
| 模式 | |
|---|---|
| 模式修饰 | - |
| i | 忽略大小写 |
| m | 多文本 |
| s | 单文本 |
| x | 忽略空白 |
另外：
| 经验之谈 | |
|---|---|
| .* | 表示任意字符，但是不包括换行，你可以先把字符串处理一下，替换掉换行 |
| [\s\S] | 表示任意字符，包括换行 |
转义:
当我们要表示的元字符跟正则语法里使用的符号冲突时，就需要转义
比如 \. \* \？ \\
如果有好多要一起转义那可以用\Q....\E 中间的部分都会被转义
正则其实不难，看完简单正则，写个匹配电话号码什么的都可以了。
正则进阶
其实正则博大精深，简单正则能处理的场景还是少，我们来学习一些高级的
分支 竖线
看例子吧
如果你要匹配cat hat fat，可以怎么写？答案是#^[chf]at$,
那我们再加一个flat呢？#^[chfl]at$#这么写肯定不行。
答案是#^(c|h|f|fl)at$#。
括号里面会当作一个整体来处理，竖线表示这几个都可以选。
分组
三个重复的a可以用a{3}来表示，那按abc重复三次怎么写？
答案是(abc){3},括号里就是分组，会被当做一个整体。
另外，括号还有另外一个做用，就是被括号里面的规则匹配到的对应的字符串会被存起来，我们可以用特定的语法读取。
反向引用
如果要你匹配go go,hei hei,这样的重复两次的单词，怎么写？
你可能想到(\w+){2},这是不对的，这样第一组是第一个字母，第二组是剩下字母，
我们需要一个方法能够获取到第一个分组，这就是反向引用。
答案是\b(\w+)\b\s+\1\b，\1表示前面括号的内容。
还可以这么写\b(?<word>\w+)\b\s+\k<word>\b,看得出来就是给分组命名了。
其实这还是分组的延伸，我们可以写好几个括号，我们就可以提取到字符串的特定的部分。
分组也叫捕获，捕获和读取分组还有一些语法，我列一下
| 语法 | 说明 |
|---|---|
| (exp) | 匹配exp，并将捕获的内容放到自动命名的分组里，用\1\2来读取 |
| (?<name>exp) | 匹配exp，并将捕获的内容放到自定义命名的分组里，用\k<name>来读取 |
| (?'name'exp) | 同上 |
| (?:exp) | 匹配exp，但是不会捕获的内容 |
环视
这个我没有办法用人话讲明白，我就简单列下语法，不说了。
| 语法 | 说明 |
|---|---|
| (?=exp) | 匹配exp前面的位置 |
| (?<=exp) | 匹配exp后面的位置 |
| (?!exp) | 匹配后面不是exp的位置 |
| (?<!exp) | 匹配前面不是exp的位置 |
贪婪/懒惰匹配模式
请看题
匹配以a开头以b结尾的字符，很好写a.*b，我用用来匹配aabab时，结果是aabab。
为什么不是ab或者aab呢？
因为正则默认是匹配尽可能多的字符串，也就是贪婪模式。
我们这么写a.*？b，就能匹配到aab，在量词后面加?，就是懒惰模式，尽可能少。
那为什么不是ab?不是更懒？正则还有一条规则，最先匹配到的优先级最高，aab比ab先匹配到。
...
常用模式
就是在表达式结尾加一个符号，以表示有特殊的匹配模式
| 模式 | |
|---|---|
| 模式修饰 | - |
| i | 忽略大小写 |
| m | 多文本 |
| s | 单文本 点通号 |
| U | 懒惰模式 |
| D | 结尾模式 |
| x | 忽略空白 |
例子懒得举了....自己搜索吧
常用正则举例
//手机号码校验
^1(3|5|8)\d{9}$
//email
^\w+([-_.]\w+)*@\w+([-_.]\w+)*.\w+([-.]\w+)*$
参考
