正则表达式简单介绍

正则表达式是对字符串操作的一种逻辑公式，用事先规定好的一些特殊字符，以及这些字符的组合，组成一个“规则字符串”。这个“规则字符串”用来表达对字符串的一种过滤逻辑。通常被用来索引、替换、校验的操作。

一，正则表达式-元字符

正则表达式用事先规定好的一些特殊字符，以及这些字符的组合来表达字符串的一种过滤逻辑。前提咱就得先熟悉这些特殊字符（元字符）。

二，正则表达式-运算符优先级

正则表达式从左到右进行计算，并遵循优先级顺序，这与算术表达式非常类似。相同优先级的从左到右进行运算，不同优先级的运算先高后低。

三，正则表达式-分组捕获

捕获的前提是分组，正则表达式中，通过小括号来分组，小括号里面包裹的指定表达式（子串）也叫分组。捕获有两种情况：捕获组、非捕获组。

捕获组：捕获组通过从左到到右的开括号来编号。0下标始终代表整个表达式，可以认为最外层也有一层小括号，只是被隐藏了。

例如正则表达式 :(A)(B(C)) 匹配出来的捕获组有四个组：0->(A(B(C))) 、1->(A)、2->(B(C))、3->(C)。

源字符串：http://www.runoob.com:80/html/html-tutorial.html 正则表达式：(w+)://([^/:]+)(:d*)?([^# ]*)。匹配到的结果有五个分组：0（http://www.runoob.com:80/html/html-tutorial.html）、1（http）、2（www.runoob.com）、3（:80）、4（/html/html-tutorial.html）

非捕获组：以 (?) 开头的组是纯的非捕获 组，它不捕获文本 ，也不针对组合计进行计数。就是说，如果小括号中以?号开头，那么这个分组就不会捕获文本，当然也不会有组的编号。

四，正则表达式-反向引用

捕获组在匹配成功时会将子表达式匹配到的内容，保存到内存中一个以数字编号的组里，可以简单的认为是对一个局部变量进行了赋值，这时就可以通过反向引用方式，引用这个局部变量的值，不仅可以在正则表达式外部通过程序进行引用，也可以用在正则表达式内部进行引用。这种引用就是反向引用。反向引用一定要和捕获组一起使用，用 num的方式引用， num是十进制的数字对应捕获组里面的下标。

实例一要求：查找文本中两个相同的相邻单词
正则表达式 ： b([a-z]+)b b1b
解释：b([a-z]+)b 表示单词
结果：源字符串 Is is the cost of of gasoline going 匹配到一个结果of of

一个更加复杂例子分析： 源字符串：aaa bbbb ffffff 999999999 正则表达式：(w)((?=111)(1))+
匹配结果三个：bb ffff 9999999
解释：(w)((?=111)(1))+ 先取出一个字符，判断后面是不是有三个相同的字符，有就取出一个，然后再判断后面是不是有三个相同的字符，有就取出一个。一直这么下去。得到最终结果。

五，正则表达式-预查

预查：预先判断是否是某个值。分两种情况：正向预查->预先判断是否有某个值、反向预查->预先判断没有某个值。

标题	正则	实例
正向（肯定）预查（在需要匹配的字符串后面匹配parttem）	(?=pattem)	ff(?=ab) 匹配ff，要求ff的后面必须是ab。ffab可以匹配到
反向（否定）预查（在需要匹配的字符串后面不匹配parttem）	(?!pattem)	ff(?!ab) 匹配ff，要求ff的后面不能是ab。ffa可以匹配到

实例要求：abcd四个字母连接，每个字母有且仅出现一次，并且顺序可以不固定（abdc,abcd,bcad等等情况）

正则表达式：([abcd])(?!1)([abcd])(?!1|2)([abcd])(?!1|2|3)([abcd])

六，正则表达式-贪婪、非贪婪

贪婪模式：尽可能多的匹配（属于贪婪模式的元字符{n,m}、{n,}、、+、?）。非贪婪：尽可能少的匹配（贪婪模式元字符后面加? {n,m}?、{n,}?、?、+?、??）。

源字符串：testabactestmmanantest
贪婪模式正则：test.*test 结果：testabactestmmanantest
贪婪模式正则：test.*?test 结果：testabactest

七，正则表达式-实例汇总

要求	正则表达式
数字	^[0-9]*$
正整数	^[1-9][0-9]{0,}$
整数	^-{0,1}[0-9]{1,}$
浮点数	^[-]?[0-9]+.?[0-9]+$
汉字	^[u4e00-u9fa5]{0,}$
由字母、数字、下划线组成的字符串	^[a-zA-Z0-9_]{1,}$
Email地址	^w+([-+.]w+)@w+([-.]w+).w+([-.]w+)*$
日期格式	^d{4}-d{1,2}-d{1,2}

备注：实例会持续收集