正则表达式基础笔记（一）

         由于项目的需求，使得我不得不学习正则表达式。前几天看了一个关于正则表达式方面挺好的文章，学习了一下，感觉讲的不错，所以就拿来与大家分享，但还是得花上几个小时来学习。文章地址如下：http://wenku.baidu.com/view/7f2c10791711cc7931b7163f.html。我自己也写了一些笔记与大家分享，希望自己顺便记一下，也让各位顺便能快速的浏览一下他基本的内容。

(1) /b ------代表单词的开头或结尾，也就是单词的分界处。

(2) . ------代表除换行符以外的任意字符。

(3) * ------代表它之前的内容可以连续重复使用任意次以上使整个表达式匹配，可以是0次，1次 或多次。

(4) /d ------匹配一位数字。

(5) /s ------匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等。

(6) /w ------匹配字母、数字、下划线或数字。

(7) + ------匹配1个或多个连续的字符。

(8) ^ ------匹配字符串的开始。

(9) $ ------匹配字符串的结束。

(10)字符转义------可使用/来取消某些字符的特殊意义，如/.和/*。

(11) ? ------前边的那个单位的东西重复0次或1次，注意是最靠近？那个单位的东西，可能只是一个字符，亦可能是一个分组的字符串，关于分组可以参考18条。

(12) {n} ------前边的那个单位的东西重复n次。

(13) {n,} ------前边的那个单位的东西重复n次或更多次。

(14) {n,m} ------前边的那个单位的东西重复n到m次。

(15) [abc123] ------匹配指定的任意一个字符，我这里写的abc

(16) | 分支条件 ------有若干条规则，若满足其中任意一种规则都应当匹配，具体方法是用|将不同的规则分开。

      至此，一些基本的都已经介绍完毕，我们举几个例子，使用之前的东西，你可能会更加的清楚明白：

      /(?0/d{2}[) -]?/d{8}

      怎么样，感觉上边的例子给力吗，呵呵...只要一个个分析，还是挺简单的。

      /(代表转义字符，转义为(，为何不直接写(而要用个转义的方式呢，因为(还有别的用途，这个后边还会解释。如果你直接写个(，计算机可能并不会把它当做字面的(括号来使用，不知道这样解释能清楚么。

      接下来是个？，这个大家对照第11条可以知道，它代表之前的那(可出现或不出现。

      之后是0.

      然后出现转义字符/d，代表数字。

      之后是{2}代表前边的/d出现两次，即两位数字。

      之后是[) -]，参考15条，它可以是）、 、-中的任意一个字符

      尔后的？应该知道什么意思了吧。

      之后是/d{8}代表匹配8位数字。

      这个正则表达式的匹配情况如附图所示

      从图中看到，对于第3和第4个，我们并不是非常的建议，因为它并不符合实际的要求，此时，我们的第16条派上了用场，更好的正则表达式(但并不完全，期望读者自己实践一下)如下：

      /(0/d{2}/)/d{8}|0/d{2}[-]?/d{8}

      其实，是有一些工具可以用来验证我们写的正则表达式是否正确，我给我的资源里边传了一个，你们可以搜索下来进行使用，这个工具非常好用，强烈建议！！！！！！

(17) /d{5}-/d{4}|/d{5}------用于匹配美国邮政代码的例子，闪光点：这两个分支条件是否可以互换。

      答案为否了。若换成/d{5}|/d{5}-/d{4}的话，那它只会匹配5位邮编和9位邮编的前5位，期望你能理解。即匹配分支条件的时候，将会从左到右的测试每个条件，知道满足了某分支之后跳出。这提醒我们，对于分支条件，要注意顺序。

(18) 分组 ------用小括号指定子表达式，即分组。下边给个匹配IP的例子，自己可以研究一下：

       ((2[0-4]/d25[0-5]|[01]?/d?/d)/.){3}(2[0-4]/d|25[0-5]|[01]?/d?/d)

       从上边这个例子我们可以看到，分组的目的就是要形成一个单位。

(19) 反义 ------查找不属于某个能简单定义字符类的字符

       /W   匹配任意不是字母，数字，下划线或汉子的字符。

       /S    匹配任意不是空白符的字符

       /D    匹配任意不是数字的字符

       /B    匹配不是单词开头或结束的位置

       [^x]    匹配出了x以外的任意字符

       [^aeiou]   匹配出了aeiou几个字母外的任意字符

(20) 后向引用 ------用于重复搜索前面某个分组匹配的文本

       每个分组都会拥有一个组号，规则是从左到右，以左括号为标志，分别命名为1,2,3...

       例如：/b(/w+)/b/s+/1/b用来匹配重复的单词，注意，只用来匹配重复一次的单词

       如该正则表达式匹配 go go go，则匹配结果是go go。

       思考：若要匹配出现任意次的正则表达式应当如何写呢?下边给出笔者的一个思路

       (/b(/w+)/b/s*)*/2/b      注意：对于(/w+)这个子表达式当中括号为什么是必要滴呢？

       对于组名，我们可以进行指定，方法：(?<word>/w+)或者(?'word'/w+)这个时候会将分组(/w+)的组名指定为word。

      那如何引用指定的组名？    方法：可使用/k<word>

         如上边的那个例子可以改为：/b(?<word>/w+)/b/s+/k<word>/b

(21)常用分组语法

      这部分学的也不是太好，所以讲也是非常肤浅，只是我的一点感受而已，呵呵......现给大家列举出来，可以自己搜搜看。

      捕获：(exp)->匹配exp，并捕获文本到自动命名的组里。

               (?<name>exp)->匹配exp，并将捕获文本到名称为name的分组中，等价于：(?'name'exp)。

               (?:exp)->匹配exp，但是不捕获匹配。

      零宽断言：(?=exp)->匹配exp前面的位置。如：

                     /b/w+(?=ing/b)   对该例子分析，我们知道它匹配这样的一个字符串，该字  符串为结尾是ing的单词的前半部分。如：They are singing !匹配的结果是sing。

                     闪光点：为什么匹配的结果不是s?对，因为/b的存在。但是，如果将最后的那个/b去掉的话，同样匹配的结果是sing，为什么呢？这涉及到正则表达式的贪婪特性，请再接再厉看完吧，嘿嘿...

                     (?<=exp) ->匹配exp后面的位置。如：

                      (?<=/bre)/w+/b  该表达式匹配以re开头的单词的后半部分。

                     (?!exp)->匹配后面跟的不是exp的位置。

                     (?<!exp)->匹配前面不是exp的位置。

       注释: (?#comment) ->只是用于提供注释。

(22)贪婪与懒惰

       当正则表达式当中包含可能接受重复的限定符时，通常是匹配尽可能多的字符，这称为贪婪匹配。

      例如：a.*b    匹配字符串 aabab的结果是aabab。

      当然，正则表达式也有想发懒的时候，即它想要匹配尽量少的字符，这称为懒惰行为。此时只要加一个？即可。

      例如：a.*?b   匹配字符串aabab的结果是aab和ab。         

      然而，你有没想过，上边的懒惰匹配结果为什么不是ab和ab呢？这因为正则表达式还有一条规则，比贪婪与懒惰行为的优先级更高：最先开始的匹配拥有最高的优先权，The match that begins earliest wins.

      懒惰行为的限定符有如下这些：

      *？->重复任意次，但尽可能少的重复。

      +？->重复一次或多次，但尽可能少的重复。

      ?? ->重复0次或1次，但尽可能匹配重复1次的。

      {n,m}?->重复n次到m次，但尽可能少的重复。

      {n,}? ->重复n次或以上，但尽可能少。

       至此，笔记已经写完了，希望对你有帮助。