1.正则表达式是什么
正则表达式（regular expression）描述了一种字符串匹配的模式，可以用来：含有符合某个
(1) 检查一个串中是否含有符合某个规则的字串，并且可以得到这个字串；
(2) 根据匹配规则对字符串进行灵活的替换操作。
正则表达式学习起来其实是很简单的，不多的几个较为抽象的概念也很容易理解。之所以很多人感觉正则表达式比较复杂，一方面是因为大多数文档没有做到由浅入深的讲解，概念上没有注意先后顺序，给对着的理解带来困难；另一方面，各种引擎自带的文档一般都要介绍它特有的功能，然而这部分特有的功能并不是我们首先要理解的。
相关课程：布尔教育正则表达式视频教程
2.正则表达式怎么用
2.1 普通字符
字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是 普通字符 。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。
举例1：表达式 c ，在匹配字符串 abcdef 时，匹配结果是：成功；匹配到的内容是：c ；匹配到的位置是：开始于2，结束于3。（注：下标从0开始还是从1开始，因当前编程语言的不同而可能不同）。
举例2：表达式 bcd ，在匹配字符串 abcde 时，匹配结果是：成功；匹配到的内容是：bcd ；匹配到的位置是：开始于1，结束于4。
2.2 简单的转义字符
一些不便书写的字符，采用在前面加 \ 的方法。这些字符其实我们都已经熟知了。
还有其他一些在后边章节中有特殊用处的标点符号，在前面加 \ 后，就代表该符号本身。比如：^，$ 都有特殊意义，如果想要皮诶字符串中的 ^ 和 $ 字符，正则表达式就需要写成 \^ 和 \$ 。
这些转义字符的匹配方法与 普通字符 是类似的。也是匹配与之相同的一个字符。
举例：表达式 \$d ，在匹配字符串 abc$de 时，匹配结果是：成功；匹配到的内容是：$d ；匹配到的位置是：开始于3，结束于5.
2.3 能够与’多种字符’ 匹配的表达式
正则表达式中的一些表示方法，可以匹配 多种字符 其中的任意一个字符。比如，表达式 \d 可以匹配任意一个数字。虽然可以匹配其中任意字符，但是只能是一个，不是多个。这就好比玩扑克牌的时候，大小王可以代替任意一张牌，但是中能代替一张牌。
举例1：表达式 \d\d ，在匹配 abc123 时，匹配结果是：成功；匹配到的内容是：12 ；匹配到的位置是：开始于3，结束于5.
举例2：表达式 a.\d ，在匹配 aaa100 ，匹配结果是：成功；匹配到的内容是： aa1 ；匹配到的位置是：开始于1，结束于4。
2.4 自定义能够匹配’多种字符’的表达式
使用方括号 [] 包含一系列字符，能够匹配其中任意一个字符。用 [^] 包含一系列字符，则能够匹配其中字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意一个，但是只能是一个，不是多个。
举例1：表达式 [bcd][bcd] 匹配 abc123 时，匹配的结果是：成功；匹配到的内容是：bc ；匹配到的位置是：开始于1，结束于3。
举例2：表达式 [^abc] 匹配 abc123 时，匹配的结果是：成功；匹配到的内容是：1 ；匹配到的位置是：开始于3，结束于4。
2.5 修饰匹配次数的特殊符号
前面章节中讲到的表达式，无论是只能匹配一种字符的表达式，还是可以匹配多种字符的表达式，都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊符号，那么不用重复书写表达式就可以重复匹配。
使用方法是：“次数修饰”放在被修饰的表达式的后面。比如：[bcd][bcd] 可以写成 [bcd]{2} 。
举例1：表达式 \d+/.?\d* 在匹配 it costs $12.5 时，匹配的结果是：成功；匹配到的内容是：12.5 ；匹配到的位置是：开始于10，结束于14。
举例2：表达式 go{2, 8}gle 在匹配 Ads by goooooogle 时，匹配的结果是：成功；匹配到的内容是：goooooogle ；匹配到的位置是：开始于7，结束于17。
2.6 其他一些代表抽象意义的符号
一些符号在表达式中代表抽象的特殊意义：
进一步的文字说明仍然比较抽象，因此，举例帮助大家理解。
举例1：表达式 ^aaa 在匹配 xxx aaa xxx 时，匹配的结果是：失败。因为 ^ 要求与字符串开始的地方匹配，因此只有当 aaa 位于字符串开头的时候，^aaa 才能匹配，比如：aaa xxx xxx 。
举例2：表达式 aaa$ 在匹配 xxx aaa xxx 时，匹配结果是：失败。因为 $ 要求与字符串结束的地方匹配，因此，只有当 aaa 位于字符串的结尾的时候，aaa$ 才能匹配，比如：xxx xxx aaa 。
举例3：表达式 .\b. 在匹配 @@@abc 时，匹配结果是：成功；匹配到的内容是：@a ；匹配到的位置是：开始于2，结束 于4。
进一步说明：\b 与 ^ 和 $ 类似，本身不匹配任何字符，但是它要求它在匹配结果中所处位置的两边，其中一边是 \w 范围，另一边是非 \w 范围。
举例4：表达式 \bend\b 在匹配 weekend,endfor,end 时，匹配结果是：成功；匹配到的内容是：end ；匹配到的位置是：开始于15，结束于18。
一些符号可以影响表达式内部子表达式之间的关系：
举例5：表达式 Tom|Jack 在匹配字符串 I'm Tom,he is Jack 时，匹配结果是：成功；匹配到的内容是：Tom；匹配到的位置是：开始于4，结束于7.匹配下一个时，匹配结果是：成功；匹配到的内容是：Jack ；匹配到的位置是：开始于15，结束于19。
举例6：表达式 (go\s*)+ 在匹配 Let's go go go! 时，匹配结果是：成功；匹配到的内容是：go go go ；匹配到的位置是：开始于6，结束于14。
举例7：表达式 ￥(\d+\.?\d) 在匹配 $10.9,￥20.5 时，匹配的结果是：成功；匹配到的内容是：￥20.5 ；匹配到的位置是：开始于6，结束于10。单独获取括号范围匹配到的内容是：20.5 。
3.正则表达式中的一些高级用法
3.1 匹配次数中的贪婪与非贪婪
贪婪模式：
在使用修饰匹配次数的特殊符号时，有几种表示方法可以同时使同一个表达式能够匹配不同的次数，比如：”{m, n}” ，”{m,}” ，? ，* ，+ ，具体匹配次数随被匹配的字符串而定。这种重复匹配不定次数的表达式在匹配过程中，总是尽可能多的匹配。比如，针对文本 dxxxdxxxd ，举例如下：
Unix in a Nutshell同时涵盖了许多重要的、业界标准的开放源码工具 本书还完整地讨论了常用的shell(bash、ksh及tcsh)和重要元素如正则表达式，乃至旧式工具如sed、awk与vi。 Unix不是一个庞大的物体：它是一个综合体，而《Unix技术手册》则是将这一切合并在一起的一本书。 到底unix是什么?原始的unix源码是由sco拥有，unix注册商标是由open group拥有，而领先的仿unix系统则是gnu／linux、mac os x及solaris。这些版本所附的命令与选
由此可见，\w+ 在匹配的时候，总是尽可能多的匹配符合它规则的字符。虽然第二个举例中，它没有匹配最后一个 d ，但那也是为了让整个表达式匹配成功。同理，带 * 和 “{m, n}” 的表达式都是尽可能多的匹配，带 ? 的表达式在可匹配可不匹配的视乎，也是尽可能的 “要匹配” 。这种匹配原则就叫做 贪婪 模式。
非贪婪模式：
在修饰匹配次数的特殊符号后再加上 ? 号，则可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的 “不匹配” 。这种匹配原则叫做 非贪婪 模式，也叫作 勉强 模式。若果少匹配就会导致整个正则表达式匹配失败的时候，与贪婪模式类似，非贪婪模式会最小限度的再匹配一些，以使整个正则表达式匹配成功。举例如下，针对文本 “dxxxdxxxd” 举例：
更多的情况，举例如下：
举例1：表达式
aa
bb
aa
bb
举例2：相比之下，表达式
aa
bb
3.2 反向引用 \1,\2…
表达式在匹配时，表达式引擎会将小括号 () 包含的表达式所匹配到的字符串记录下来。在获取匹配结果的识货，小括号包含的表达式所匹配到的字符串可以单独火球。这一点，在前面的举例中，已经多次展示了。在实际应用场合中，当用某种边界来查找，而索要获取的内容又不包含边界时，必须使用小括号来指定所要的范围。比如前面的
其实，”小括号包含的表达式所匹配到的字符串” 不仅是在匹配结束之后才可以使用，在匹配过程中也可以使用。表达式后边的部分，可以引用前面 “括号内的子匹配已经匹配到的字符串” 。引用方法是 \ 加上一个数字。\1引用第1对括号内匹配到的字符串，\2 引用第2对括号内匹配到的字符串…以此类推，如果一对括号内包含另一对括号，则外层的括号先排序号。换句话说，哪一对的左括号 ( 在前，那这一对就先排序号。
举例1：表达式 ('|")(.*?)(/1) 在匹配 'Hello',"World" 时，匹配的结果是：成功；匹配到的内容是：'Hello' 。再次匹配下一个时，可以匹配到 "World" 。
举例2：表达式 (\w)\1{4,} 在匹配 aa bbbb abcdefg ccccc 111121111 999999999 时，匹配结果是：成功；匹配到的内容是：cccccc 。再次匹配下一个时，将得到 999999999 。这个表达式要求 \w 范围的字符至少重复5次，注意与 \w{5,} 之间的区别。
举例3：表达式 .*?/1> 在匹配
3.3 预搜索，不匹配；反向预搜索，不匹配
前边的章节中，我讲到了几个代表抽象意义的特殊符号：^ ，$ ，\b 。它们都有一个共同点，那就是：它们本身不匹配任何字符，只是对 “字符串的两头” 或者 “字符之间的缝隙” 附加了一个条件。理解到这个概念以后，本节将继续介绍另外一种对 “两头” 或者 “缝隙” 附加条件的，更灵活的方法。
正向预搜索： (?=xxxxx) ，(?!xxxxx)
格式：(?=xxxxx) ，在匹配的字符串中，它对所处的 “缝隙” 或者 “两头” 附加条件是：所在缝隙的右侧，必须能够匹配上 xxxxx 这部分的表达式。因为它只是在此作为这个缝隙上附加的条件，所以它并不影响后面表达式去真正匹配这个缝隙之后的字符。这就类似 \b ，本身不匹配任何字符。\b 只是将所在缝隙之前、之后的字符取来进行了一下判断，不会影响后边的表达式来真正的匹配。
举例1：表达式 Windows(?=NT|XP) 在匹配 Windows 98 ，Windows NT ，Windows 2000 时，将只匹配Windows NT 中的 Windows ，其他的 Windows 字样则不被匹配。
举例2：表达式 (\w)((?=\1\1\1)(\1))+ 在匹配字符串 aaa ffffff 9999999999 时，将可以匹配6个 f 的前4个，可以匹配9个 9 前7个。这个表达式可以解读成：重复4次以上的字母 数字，则匹配剩下最后2位之前的部分。当然，这个表达式可以不这样写，在此的目的是作为演示之用。
格式：(?!xxxxx) ，所在缝隙的右侧，必须不能匹配 xxxxx 这部分表达式。
举例3：表达式 ((?!\bstop\b).)+ 在匹配 fdjka ljfdl stop fjdsla fdj 时，将从头一直匹配到 stop 之前的位置，如果字符串中没有 stop ，则匹配整个字符串。
举例4：表达式 do(?!\w) 在匹配字符串 done,do,dog 时，只能匹配 do 。在本条举例中，do 后边使用(?!\w) 和使用 \b 效果是一样的。
反向预搜索： (?
这两种格式的概念和正向预搜索是类似的，反向预搜索要求的条件是：所在缝隙的 “左侧” ，两种格式分别要求必须能够匹配和必须不能够匹配指定的表达式，而不是去判断右侧。与 “正向预搜索” 一样的是它们都是对所在缝隙的一种附加太偶见，本身都不匹配任何字符。
4.其他通用规则
4.1 规则一
表达式中，可以使用 \xXX 和 \uXXXX 表示一个字符（X 表示一个十六进制数）
4.2 规则二
在表达式 \s ，\d ，\w ，\b 表示特殊意义的同时，对应的大写字母表示相反的意义
4.3 规则三
在表达式中有特殊意义，需要添加 \ 才能匹配该字符本身的字符汇总
4.4 规则四
括号 () 内的子表达式，若果希望匹配结果不进行记录供以后使用，可以使用 (?:xxxxx) 格式。
举例1：表达式 (?:(\w)\1)+ 匹配 “a bbccdd efg” 时，结果是 “bbccdd” 。括号 (?:) 范围的匹配结果不进行记录，因此 (\w) 使用 \1 来引用。
4.5 规则五
常用的表达式属性设置简介：Ignorecase ，Singleline ，Multiline ，Global
相关文章：
