正则表达式

元字符

• 例子：如果一个网站要求填写的QQ号必须为5到12位数字时，可以使用：^d{5,12}$。这里的{5,12}是指d重复的次数不能少于5次，不能多于12次。因为使用了^和$，所以输入的整个字符串都要用来和d{5,12}来匹配，也就是说真个输入必须是5到12个数字。
• baw*b 匹配一字母a开头的单词——先是某个单词开始处（b），然后是字母a，然后是任意数量的字母或数字（w*）,最后是单词结束处（b）。
• 正则表达式里的单词是指：不少于一个的连续的w。

字符转义

• 如果要找元字符本身的话，比如要找.或者*，需要使用来取消这些字符的特殊意义。需要使用.和*，要查找需要使用。
• 例如deerchao.net匹配deerchao.net，C:Windows匹配C:Windows

重复

下面是正则表达式中所有的限定符（指定数量的代码）：

• Windowsd+匹配Windows后面跟1个或更多数字

字符类

• [aeiou]匹配任何一个英文原因字母，[.?!]匹配标点符号.或?或！。
• 指定范围。[0-9]代表的含义与d是完全一致的：一位数字，同理[a-z0-9A-Z]也完全等同于w。
• (?d{2}[) -]?d{8} 首先是一个转义符(，它能和出现0次或1次（？），然后是一个0，后面跟着2个数字（d{2}），然后是)或-或空格中的一个，它出现一次或不出现(?),最后是8个数字(d{8})。

分支条件

• 不幸的是，刚才那个表达式也能匹配010)12345678这样的不正确的格式。要解决这个问题，我们需要用到分支条件。正则表达式里的分支条件指的是有几种规则，如果满足其中任意一种规则都应该当成匹配，具体方法是用|把不同的规则分隔开。
  -0d{2}-d{8}|0d{3}-d{7}这个表达式能匹配两种以连字号分隔的电话号码：一种是三位区号，8位本地号(如010-12345678)，一种是4位区号，7位本地号(0376-2233445)。
  (?0d{2})?[- ]?d{8}|0d{2}[- ]?d{8}这个表达式匹配3位区号的电话号码，其中区号可以用小括号括起来，也可以不用，区号与本地号间可以用连字号或空格间隔，也可以没有间隔。你可以试试用分枝条件把这个表达式扩展成也支持4位区号的。

分组

• 如果想要重复多个字符该怎么办？可以使用小口号来指定子表达式，也叫做分组，然后你就可以指定这个子表达式的次数了。
• (d{1,3}.){3}d{1,3}是一个简单的IP地址匹配表达式。要理解这个表达式，请按下列顺序分析它：d{1,3}匹配1到3位的数字，(d{1,3}.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(d{1,3})。

反义

有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以为，其他任意字符都行的情况，这时需要用到反义：

后向引用

• 使用小括号指定一个子表达式后，匹配这个子表达式的文本（也就是此分组补货的内容）可以再表达式或其他程序中作进一步处理。默认情况下，每个分组都自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。
• 例子：b(w+)bs+1b可以用来匹配重复的单词像go go，或者Kitty Kitty。
• 可以自己制定子表达式的组名。(?<Word>w+)这样就把w+的组名指定为Word了。要反向引用这个分组捕获的内容可以使用k<Word>

贪婪与懒惰

• 当正则表达式中包含能接受重复的限定符时，通常的行为是匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。
• 有时需要懒惰匹配，也就是匹配尽可能少的字符。只需要在它后面加上一个问号？。
  

原文地址：http://deerchao.net/tutorials/regex/regex.htm