1.1 什么是正则表达式
使用自定义的规则来及匹配、提取文本中想要的内容。它的灵活性、功能性以及逻辑性非常强，可以迅速的用极其简单的方式
，达到控制复杂字符串的目的
1.2 元字符
| 元字符 | 含义 |
|---|---|
| . | 匹配任意1个字符，除\n |
| \b | 匹配一个位置， |
| \d | 表示匹配一个数字，即0-9 |
| \D | 表示匹配一个非数字，即不是数字 |
| \s | 表示匹配一个空白字符，即空格、tab键 |
| \S | 匹配一个非空白字符 |
| \w | 匹配一个非特殊字符，即a-z、A-Z、0-9、_、汉字 |
| \W | 匹配一个特殊字符，即非字母、非数字、非汉字 |
1.2.1 试用元字符
场景1：匹配9位qq号
\d\d\d\d\d\d\d\d\d
场景2：匹配任意N个字符（换行符除外）
....................
场景3：匹配10个非特殊字符
\w\w\w\w\w\w\w\w\w\w
1.3 匹配量词
| 匹配量词 | 含义 |
|---|---|
| * | 匹配前一个字符出现0次或者无限次，即可有可无 |
| + | 匹配前一个字符出现1次或者无限次，即至少有一次 |
| ? | 匹配前一个字符出现1次或者0次，即要么有1次，要么没有 |
| {m} | 匹配前一个字符出现m次 |
| {m,} | 匹配前一个字符出现m次或更多次 |
| {m,n} | 匹配前一个字符出现m到n次 |
1.3.1 试用量词
场景1：匹配qq号
\d{5,11}
场景2：匹配至少一个，至多无限个任意字符（换行符除外）
.+
1.4 匹配开头和结尾
| 匹配开头和结尾 | 含义 |
|---|---|
| ^ | 匹配以……开头的 |
| $ | 匹配以……结尾的 |
| [^指定字符] | 表示除了指定字符都匹配 |
1.4.1试用开头和结尾
场景1：匹配开头是3的字符串
^3
场景2：匹配结尾是q的字符串
q$
匹配分组
| 匹配分组 | 含义 |
|---|---|
| | | 匹配左右任意一个表达式 |
| (ab) | 表示将括号中字符作为一个分组 |
| \num | 表示引用分组num匹配到的字符串 |
| (?P<name>) | 表示分组起别名 |
| ?P=name | 表示引用别名为name分组匹配到的字符串 |
| (分组数据) | 分组数据是从左到右的方式进行分配的，最左边的是第一个分组，以此类推 |
捕获和非捕获
捕获实际上就是正则匹配，但是经常和分组一起使用，所以也叫捕获组和非捕获组
1.捕获组
捕获组就是把正则表达式中子表达式匹配的内容，保存到内存中以数字编号或显示命名的组里，方便后面引用
- 捕获组
- 普通捕获组
- 命名捕获组
1.1捕获组编号规则
编号规则指的是以数字为捕获组进行编号的规则，在普通捕获组或命名捕获组单独出现的正则表达式中，编号规则比较清晰，在普通捕获组与命名捕获组混合出现的正则表达式中，捕获组的编号规则稍显复杂
需要说明的是，存在编号为0的捕获组，指的是正则表达式整体，这一规则在支持捕获组的语言中，基本上都是适用的
1.2.1普通捕获组编号规则
如果没有显式为捕获组命名，即没有使用命名捕获组，那么需要按数字顺序来访问所有捕获组。在只有普通捕获组的情况下，捕获组的编号是按照'('出现的顺序，从左到右，从1开始编号
例如：(\d{4})-(\d{2}-(\d\d)) 匹配年月日
| 编号 | 命名 | 捕获组 | 匹配内容 |
|---|---|---|---|
| 0 | (\d{4})-(\d{2}-(\d\d)) | 2008-12-31 | |
| 1 | (\d{4})) | 2008 | |
| 2 | (\d{2}-(\d\d)) | 12-31 | |
| 3 | (\d\d) | 31 |
1.2.2命名捕获组编号规则
命名捕获组通过显式命名，可以通过组名方便的访问到指定的组，而不需要一个个的数编号，同时避免了在正则表达式扩展过程中，捕获组的增加或减少对引用结导致的不可控的问题
值得一提的是，命名捕获组也参与了编号，在只有命名捕获组的情况下，捕获组的编号也是按照'('出现的顺序，从左到右，从1开始编号
例如：(?<year>\d{4})-(?<date>\d{2}-(?<day>\d\d)) 匹配年月日
| 编号 | 命名 | 捕获组 | 匹配内容 |
|---|---|---|---|
| 0 | (\d{4})-(\d{2}-(\d\d)) | 2008-12-31 | |
| 1 | year | (?<year>\d{4}) | 2008 |
| 2 | date | (?<date>\d{2}-(?<day>\d\d))) | 12-31 |
| 3 | day | (?<day>\d\d) | 31 |
1.2.3普通捕获组与命名捕获组混合编号规则
对于命名捕获组，可以随时使用组名进行访问，而对于普通捕获组，只能通过确定其编号后进行访问
编号的顺序：对于两种捕获组混合的正则表达式，首先会忽略命名捕获组，对普通捕获组进行编号，全部完成后，再对命名捕获组进行编号
例如：(\d{4})-(?<date>\d{2}-(\d\d))
| 编号 | 命名 | 捕获组 | 匹配内容 |
|---|---|---|---|
| 0 | (\d{4})-(?<date>\d{2}-(\d\d)) | 2008-12-31 | |
| 1 | (\d{4}) | 2008 | |
| 2 | date | (?<date>\d{2}-(\d\d)) | 12-31 |
| 3 | (\d\d) | 31 |
零宽断言
用于查找在某些内容之前或者之后的东西，但是并不包括这些内容
可以理解为匹配位置，该位置满足的条件就是断言
正则表达式中只有当断言为真时才会继续进行匹配
1.零宽度正预测先行断言(?=exp匹配exp前面的位置)，它断言自身出现的位置的后面能匹配表达式exp
例如：\b\w+(?=ing\b)，匹配以ing结尾的单次的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.时，它会匹配sing和danc
2.零宽度正回顾后发断言(?<=exp)，它断言自身出现的位置的前面能匹配表达式exp
例如：(?<=bre)\w+\b会匹配以re开头的单词开头的后半部分(除re以外的部分)，如查找reading a book时，它会匹配ading
3.零宽度负预测先行断言(?!exp)，它断言此位置的后面不能匹配表达式exp
例如：\d{3}(?!\d)匹配123456, \b((?!abc)\w)+\b匹配abcajsljnnasd ajskldjkaslj vcxjbj jojljklkasabclkajsdlk
4.零宽度负回顾后发断言(?<!exp)，它来断言此位置的前面不能匹配表达式exp
例如：(?<![a-z])\d{7}匹配 sjdlkjdslkfaj12345671alkjsdljalk，7位数字前必须非小写字母
反向引用
捕获组捕获的数据会放到缓存区中，编号从1开始一直到99，可以使用 \num 来选择性的调用
反向引用的作用通常是用来查找或限定重复、查找或限定指定标识配对出现等等
例如：
表达式：(\w)((?=\1\1\1)(\1))+
字符串：aa bbb cccc ffffff eeeeeeee 999999999
匹配结果为：
cc
ffff
eeeeee
9999999
问题：
(\w)\10 中，末尾的\10代表的是捕获组第10个位置的索引，还是第1个位置的索引
贪婪和非贪婪
影响的是被两次修饰的子表达式的匹配行为。贪婪模式是在整个表达式匹配成功的前提下，尽可能多的匹配；相对的，非贪婪模式就是尽可能少的匹配。
属于贪婪模式的两次，也叫作匹配优先量词，包括：
“{m,n}”、“{m,}”、“?”、“”和“+”
在匹配优先量词后加上“?”，就变成非贪婪模式的两次，也叫做忽略优先量词，包括：
“{m,n}?”、“{m,}?”、“??”、“?”和“+?”
反义
引用
百度百科
https://blog.csdn.net/josjiang1/article/details/80567922
