简介
正则表达式是一种描绘字符串样貌的语言，用来匹配字符串。它不属于某种特定编程语言，其身影几乎无所不在，甚至是VIM等编辑器的重要组成部分。使用正则表达式能显得高端、优雅，因为它难。
下面总结下学习心得。
基本套路：
正则描述字符串的基本方法是：
元素名 + 数量
例如，匹配1个或多个’A'：A+
其中，字符'A'原封不动，“+”是一个“限定符”，描述数量，代表一个或多个。
再例如，匹配连续3个数字：\d{3}
其中，\d是一个“元字符”，代表一个数字，限定符{3}指定数量为3个。
（元字符指有特殊含义的字符，限定符指指示数量的字符）
掌握了这个基本原则，就能看懂一半正则表达式了。
元素名
普通字符
普通字符直接写，例如abc，就能匹配字符串abcde中的abc。
元字符
想表达特殊含义需要用元字符，常用的有：
| 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 |
指定范围
想表达某个范围用方括号包起来[]，中括号视为一个整体，代表一个字符。
| 代码 | 说明 |
|---|---|
| [ABC] | ABC中的一个 |
| [A-Z] | 从A到Z中的一个 |
| [0-9a-zA-Z_] | 等价于\w |
| [^abcd] | 反义字符组，匹配任意不在括号内的字符。也可以写成[^a-d] |
(^出现在方括号里是转义的意思，其它地方用来描述“开始位置”)
转义：
有时很不巧，需要匹配元字符本身，就需要转义，即元字符前面加反斜杠'\'。
比如查找一对[]，应为：\[\]。
如果查找\本身，应为：\\。
数量
常用限定符
| 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 |
以上，有了元素名+数量的组合就能匹配大多模式了。
例如
\d{5,12}，匹配“连续5到12个数字”，如1234567；
\w+[1-9]匹配“一个或多个字符+从1到9的一位数字”，如a1或abc9。
但有时需要描述得更精确些，例如指定只能出现在开始或结束位置等。
再精确点
位置
要描述有些字符只能在开头或结尾出现，就需要描述位置。
| 代码 | 说明 |
|---|---|
| \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 |
匹配8位电话号码时，可以使用：^\d{8}$，限制了开始结束，整个字符串都要与其匹配，这样就过滤掉了a12345678，或12345678bcd。
分组：
小括号()依然是传统意义上的分组。
例如，(\d{1,3}\.){3}\d{1,3}是一个简单的IP地址匹配表达式。
除了分组外，()还有“捕获”的功能，配合指示符使用可以表示匹配项，\1到\9代表第n个括号分组匹配的文本。
例如：
\b(\w+)\b\s+\1\b可以用来匹配重复的单词，像go go, 或者kitty kitty。其中\1代表第一个括号匹配的内容。
（注意：\1到\9必须与()一起服用）
分支：
也就是正则表达式中的“或”，用“|”表示。
123|abc匹配字符串123或abc
注意不要再用多余的方括号[]了！常见错误，匹配(555)或555，写成：[(\(\d{3}\))|\d{3}]。正确写法是：(\(\d{3}\))|\d{3}。
以上是正则表达式的基本套路。
参考资料：
正则还有很多知识，可以参考：
Learn Regular Expressions (RegEx) with Ease
测试工具：
小结
一点经验是，复杂的正则表达式可以先拿出纸笔写一写，因为手写可以有层次分明的括号和间隔，看起来能稍微清晰点。
