正则表达式
「正则表达式」（Regular Expression）是由普通字符（例如字符 a 到 z）以及特殊字符（称为元字符）组成的文字模式，通常被用来检索、替换那些匹配某个模式的文本。
语法规则
| 字符 | 描述 |
|---|---|
| ^ | 匹配一行的开头（巧记：尖头） |
| $ | 匹配一行的结尾（巧记：宝藏在尽头） |
| * | 匹配前面的子表达式零次或多次（巧记：雪花飘零）。例如，zo*能匹配“z”、“zo”以及“zoo”。 |
| + | 匹配前面的子表达式一次或多次（巧记：+1梗）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。 |
| ? | 匹配前面的子表达式零次或一次（巧记：有木有）。例如，“do(es)?”可以匹配“do”或“does”中的“do”。 |
| {n} | n是一个非负整数。匹配确定的n次。 |
| {n,} | n是一个非负整数。至少匹配n次。 |
| {n,m} | m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。 |
| ? | 当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。 |
| . | 匹配除“\n”之外的任何单个字符（巧记：任何字符都可以看成一个点） |
| x竖y | 匹配x或y |
| () | 括号内的内容作为整体进行匹配，须为英文括号 |
| [xyz] | 匹配所包含的任意一个字符 |
| [^xyz] | 匹配未列出的任意字符 |
| [a-z] | 匹配指定范围内的任意字符 |
| [^a-z] | 匹配任何不在指定范围内的任意字符 |
| \b | border，匹配一个单词边界，也就是指单词和空格间的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。 |
| \B | 匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。 |
| \d | digit，匹配一个数字字符。 |
| \D | 匹配一个非数字字符。 |
| \f | form feed,匹配一个换页符。 |
| \n | line feed，匹配一个换行符。 |
| \r | carriage return，匹配一个回车符。 |
| \s | space，匹配任何空白字符，包括空格、制表符、换页符等等。 |
| \S | 匹配任何非空白字符。 |
| \t | tab，匹配一个制表符。 |
| \v | vertical tab,匹配一个垂直制表符。 |
| \w | word，匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。 |
| \W | 匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。 |
| \ | 用于转义特殊字符+、*、$、^、?、竖、/、[]、()，或指定八进制、十六进制字符 |
| (?=pattern) | 正向肯定预查，例如，“A(?=1)”能匹配“A1”中的“A”，但不能匹配“A2”中的“A”。 |
| (?<=pattern) | 反向肯定预查，例如，“(?<=1)A”能匹配“1A”中的“A”，但不能匹配“2A”中的“A”。 |
| (?!pattern) | 正向否定预查，例如，“A(?!1)”能匹配“A2”中的“A”，但不能匹配“A1”中的“A”。 |
| (?<!pattern) | 反向肯定预查，例如，“(?<=1)A”能匹配“2A”中的“A”，但不能匹配“1A”中的“A”。 |
优先权
| 优先权 | 符号 | 描述 |
|---|---|---|
| 最高 | \ | 转义符 |
| 高 | ( )、(?: )、(?= )、[ ] | 圆括号、方括号 |
| 中 | *、+、?、{n}、{n,}、{m,n} | 限定符 |
| 低 | ^、$、中介字符 | 位置和顺序 |
| 最低 | | | “或”操作 |
常用实例
- 空行：\n\s*
- 网址（URL）：[a-zA-z]+://[^\s]*
- IP地址：((2[0-4]\d|25[0-5]|[01]?\d\d?).){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)
- 电子邮件：\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*
- QQ号码：[1-9]\d{4,}
- HTML标记(包含内容或自闭合)：<(.)(.)>.</\1>|<(.) />
- 密码(由数字/字母/标点符号组成，四种都必有，8位以上)：(?=^.{8,}
- 日期(年-月-日)：(\d{4}|\d{2})-((1[0-2])|(0?[1-9]))-(([12][0-9])|(3[01])|(0?[1-9])) ##匹配2017-01-27，2017-1-7
- 日期(月/日/年)：((1[0-2])|(0?[1-9]))/(([12][0-9])|(3[01])|(0?[1-9]))/(\d{4}|\d{2})
- 时间(小时:分钟, 24小时制)：((1|0?)[0-9]|2[0-3]):([0-5][0-9])
- 汉字(字符)：[\u4e00-\u9fa5]
- 中文及全角标点符号(字符)：[\u3000-\u301e\ufe10-\ufe19\ufe30-\ufe44\ufe50-\ufe6b\uff01-\uffee]
- 固定电话号码：(\d{4}-|\d{3}-)?(\d{8}|\d{7})
- 手机号码：1\d{10}
- 邮政编码：[1-9]\d{5}
- 大陆身份证号(15位或18位)：\d{15}(\d\d[0-9xX])?
- 非负整数(正整数或零)：\d+
- 正整数：[0-9][1-9][0-9]
- 负整数：-[0-9][1-9][0-9]
- 整数：-?\d+
- 小数：(-?\d+)(.\d+)?
- 不包含abc的单词：\b((?!abc)\w)+\b
注意事项
"回车"（carriage return）和"换行"（line feed） 是来源机械英文打字机的。"车"指的是纸车,带着纸一起左右移动的模块，当开始打第一个字之前，要把纸车拉到一边，上紧弹簧。随着打字，弹簧把纸车拉回去，每当打完一行后，纸车就完全收回去了，所以叫回车。换行的概念就是，打字机左边有个"把手",往下扳动一下,纸会上移一行。
在某些情况下，\w也会匹配本地字符集，比如中文系统的中文，全角数字等，所以在明确要求是A～Z,a～z,0～9,_ 中的一个的时候，用[A-Za-z0-9_]，而不用\w
换页符的在终端的中的效果相当于*nix中clear命令。终端在输出‘\f’之后内容之前，会将整个终端屏幕清空空，然后在输出内容。给人的该觉是在clear命令后的输出字符串。
垂直制表符不常用。它的作用是让‘\v’后面的字符从下一行开始输出，且开始的列数为“\v”前一个字符所在列后面一列。
