1概述[size=13.3333px]正则表达式(Regular Expression)是一种匹配模式，描述的是一串文本的特征。
[size=13.3333px]正如自然语言中“高大”、“坚固”等词语抽象出来描述事物特征一样，正则表达式就是字符的高度抽象，用来描述字符串的特征。
[size=13.3333px]正则表达式（以下简称正则，Regex）通常不独立存在，各种编程语言和工具作为宿主语言提供对正则的支持，并根据自身语言的特点，进行一定的剪裁或扩展。
[size=13.3333px]正则入门很容易，有限的语法规则很容易掌握，但是目前正则的普及率并不高，主要是因为正则的流派众多，各种宿主语言提供的文档都过多的关注于自身的一些细节，而这些细节通常是初学者并不需要关注的。
[size=13.3333px]当然，如果想要深入的了解正则表达式，这些细节又是必须被关注的，这是后话，让我们先从正则的基础开始，进入正则表达式的世界。
2正则表达式基础2.1基本概念2.1.1 字符串组成[size=13.3333px]对于字符串“a5”，是由两个字符“a”、“5”以及三个位置组成的，这一点对于正则表达式的匹配原理理解很重要。
2.1.2 占有字符和零宽度[size=13.3333px]正则表达式匹配过程中，如果子表达式匹配到的是字符内容，而非位置，并被保存到最终的匹配结果中，那么就认为这个子表达式是占有字符的；如果子表达式匹配的仅仅是位置，或者匹配的内容并不保存到最终的匹配结果中，那么就认为这个子表达式是零宽度的。
[size=13.3333px]占有字符还是零宽度，是针对匹配的内容是否保存到最终的匹配结果中而言的。
[size=13.3333px]占有字符是互斥的，零宽度是非互斥的。也就是一个字符，同一时间只能由一个子表达式匹配，而一个位置，却可以同时由多个零宽度的子表达式匹配。
2.1.3 正则表达式构成[size=13.3333px]正则表达式由两种字符构成。一种是在正则表达式中具体特殊意义的“元字符”，另一种是普通的“文本字符”。
[size=13.3333px]元字符可以是一个字符，如“^”，也可以是一个字符序列，如“\w”。
2.2元字符（Meta Character）2.2.1 […] 字符组(Character Classes)[size=13.3333px]字符组可以匹配[ ]中包含的任意一个字符。虽然可以是任意一个，但只能是一个。
[size=13.3333px]字符组支持由连字符“-”来表示一个范围。当“-”前后构成范围时，要求前面字符的码位小于后面字符的码位。
[size=13.3333px][^…] 排除型字符组。排除型字符组表示任意一个未列出的字符，同样只能是一个。排除型字符组同样支持由连字符“-”来表示一个范围。
表达式 | 说明 |
[abc] | 表示“a”或“b”或“c” |
[0-9] | 表示0~9中任意一个数字，等价于[0123456789] |
[\u4e00-\u9fa5] | 表示任意一个汉字 |
[^a1<] | 表示除“a”、“1”、“<”外的其它任意一个字符 |
[^a-z] | 表示除小写字母外的任意一个字符 |
[size=13.3333px]举例：
[size=13.3333px]“[0-9][0-9]”在匹配“Windows 2003”时，匹配成功，匹配的结果为“20”。
[size=13.3333px]“[^inW]”在匹配“Windows 2003”时，匹配成功，匹配的结果为“d”。
2.2.2 常见字符范围缩写[size=13.3333px]对于一些常用的字符范围，如数字等，由于非常常用，即使使用[0-9]这样的字符组仍显得麻烦，所以定义了一些元字符，来表示常见的字符范围。
表达式 | 说明 |
\d | 任意一个数字，相当于[0-9]，即0~9 中的任意一个 |
\w | 任意一个字母或数字或下划线，相当于[a-zA-Z0-9_] |
\s | 任意空白字符，相当于[ \r\n\f\t\v] |
\D | 任意一个非数字字符，\d取反，相当于[^0-9] |
\W | \w取反，相当于[^a-zA-Z0-9_] |
\S | 任意非空白字符，\s取反，相当于[^ \r\n\f\t\v] |
[size=13.3333px]举例：
[size=13.3333px]“\w\s\d”在匹配“Windows 2003”时，匹配成功，匹配的结果为“s 2”。
2.2.3 . 小数点[size=13.3333px]小数点可以匹配除“\n”以外的任意一个字符。如果要匹配包括“\n”在内的所有字符，一般用[\s\S]，或者是用“.”加(?s)匹配模式来实现。
表达式 | 说明 |
. | 匹配除了换行符 \n 以外的任意一个字符 |
2.2.4 其它元字符
表达式 | 说明 |
^ | 匹配字符串开始的位置，不匹配任何字符 |
$ | 匹配字符串结束的位置，不匹配任何字符 |
\b | 匹配单词边界，不匹配任何字符 |
[size=13.3333px]举例：
[size=13.3333px]“^a”在匹配“cba”时，匹配失败，因为表达式要求开始位置后面是字符“a”，而“cba”显然是不满足的。
[size=13.3333px]“\d$”在匹配“123”时，匹配成功，匹配结果为“3”，这个表达式要求匹配结尾处的数字，如果结尾处不是数字，如“123abc”，则是匹配失败的。
2.2.5 转义字符[size=13.3333px]一些不可见字符，或是在正则中具有特殊意义的元字符，如想匹配字符本身，需要用“\”对其进行转义。
表达式 | 说明 |
\r，\n | 回车和换行 |
\\ | 匹配“\”本身 |
\^，$，\. | 分别匹配“^”、“$”和“.” |
[size=13.3333px]以下字符在匹配其本身时，通常需要进行转义。在实际应用中，根据具体情况，需要转义的字符可能不止如下所列字符
[size=13.3333px] . $ ^ { [ ( | ) * + ? \
2.2.6 量词（Quantifier）[size=13.3333px]量词表示一个子表达式可以匹配的次数。量词可以用来修饰一个字符、字符组，或是用()括起来的子表达式。一些常用的量词被定义成独立的元字符。
表达式 | 说明 | 举例 |
{m} | 表达式匹配m次 | “\d{3}”相当于“\d\d\d ” “(abc){2}”相当于“abcabc” |
{m,n} | 表达式匹配最少m次，最多n次 | “\d{2,3}”可以匹配“12”或“321”等2到3位的数字 |
{m,} | 表达式至少匹配m次 | “[a-z]{8,}”表示至少8位以上的字母 |
? | 表达式匹配0次或1次，相当于{0,1} | “ab?”可以匹配“a”或“ab” |
* | 表达式匹配0次或任意多次，相当于{0,} | “<[^>]*>”中“[^>]*”表示0个或任意多个不是“>”的字符 |
+ | 表达式匹配1次或意多次，至少1次，相当于{1,} | “\d\s+\d”表示两个数字中间，至少有一个以上的空白字符 |
[size=13.3333px]注意：在不是动态生成的正则表达式中，不要出现“{1}”这样的量词，如“\w{1}”在结果上等价于“\w”，但是会降低匹配效率和可读性，属于画蛇添足的做法。
2.2.7 分支结构（Alternation）[size=13.3333px]当一个字符串的某一子串具有多种可能时，采用分支结构来匹配，“|”表示多个子表达式之间“或”的关系，“|”是以()限定范围的，如果在“|”的左右两侧没有()来限定范围，那么它的作用范围即为“|”左右两侧整体。
[size=13.3333px]举例：
[size=13.3333px]“^aa|b$”在匹配“cccb”时，是可以匹配成功的，匹配的结果是“b”，因为这个表达式表示匹配“^aa”或“b<span class="MathJax" id="MathJax-Element-1-Frame" tabindex="0" data-mathml="”，而“b" role="presentation" style="display: inline; line-height: normal; font-size: 13.3333px; word-spacing: normal; word-wrap: normal; white-space: nowrap; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border: 0px; position: relative;">”，而“b”，而“b”在匹配“cccb ”时是可以匹配成功的。
[size=13.3333px]“^(aa|b)$”在区配“cccb”时，是匹配失败的，因为这个表达式表示在“开始”和“结束”位置之间只能是“aa”或“b”，而“cccb”显然是不满足的。
收藏
淘帖
踩
