正则表达式学习笔记

参考：正则表达30分钟入门教程

http://www.cnblogs.com/netshuai/archive/2007/09/20/900032.html

基本语法

*    重复0次或多次

+     重复1次或多次

?     重复0次或1次

{m}     重复m次

{m,}     重复m次或更多次

{m,n}     重复m次到n次

.     匹配换行符外的任意一个字符

\w     匹配一个字母或数字或下划线或汉字

\s     匹配任意一个空白字符

\d     匹配一个数字

\b     匹配一个单词的开始或结束

^     匹配字符串的开始

$     匹配字符串的结束

[abcde]     匹配abcde中的一个字符

[^abcde]     匹配非abcde中的一个字符

[a-z0-9A-Z]     匹配a-z，0-9，A-Z中的一个字符

|     或; 分支条件

()     分组

\     转义字符

分支条件

使用‘|’来标明分支，分支条件的顺序是从左到右

eg.

0\d{2}-\d{8}|0\d{3}-\d{7}     匹配两种电话号[phone]和0375-1234567

分组

用()括起来的就是一个分组，是一个子表达式

eg.

(\d{1,3}\.){3}\d{1,3}表式一个IP地址，不过256.300.888.999这样的非法地址也在匹配之列

每个分组自动有一个组号，从左至右，以左括号为标志，组号从1开始累加

向后引用用于重复前匹配的文本，用\组号来引用，eg.

\b(\w+)\b\s+\1\b来匹配如go go这样的重复单词

常用分组语法

(exp)     匹配exp，并捕获内容到自动命名的组里，引用方式\组号

(?<name>exp)     匹配exp，并捕获内容到名为name的组里，引用方式\k<name>

(?:exp)     匹配exp，不捕获也不分配组号

(?=exp)     匹配exp前面的位置，eg. \bw+(?=ing\b)匹配以ing结尾的单词的前面部分，如reading的read

(?<=exp)     匹配exp后面的位置，eg. (?<=\bre)\w+\b匹配以re开头的单词的后面部分，如reading的ading

(?!exp)     匹配后面不是exp的位置，eg. \d{3}(?!\d)匹配三个数字，这三个数字后面不能是数字

(?<!exp)     匹配前不是exp的位置，eg. (?<![a-z])\d{7}匹配7个数字，前面不能是小写字母

(?#comment)     注释，comment中可以包括换行符等

贪婪与懒惰

默认情况下正则会尽可能多的匹配，如用a.*b来搜索aabab，会匹配aabab而不是aab

懒惰是尽可能的少匹配，如果需要懒惰匹配，则只需要在表重复的元字符后加?

懒惰限定符语法：

*?     重复任意次，但尽可能地少重复

+?     重复1次或多次，但尽可能地少重复

??     重复0次或1次，但尽可能地少重复

{m,n}?     重复m次到n次，但尽可能地少重复

{n,}?     重复n次或更多闪，但尽可能地少重复