Regex: 0.正则表达式初探

历史：regex的概念在上世纪50年代由数学家提出，Ken Thompson首次将其应用于实际。是一种通用概念，整合进多种语言用来处理字符串数据。*perl似乎对其很重视（过段时间了解一下这种语言）

regex概念：正则表达式是一种对字符串进行操作的逻辑公式，用特定的符号组成符合规则的逻辑公式可以对文本信息进行过滤。

正则表达式 -> 元字符（特殊字符）+文字（普通字符）

在实际语言中，特殊字符是语法，普通字符就是单词。

１.行的起始／结束

＾行首

＄行末

＾cat      行首的字母是c ，后面紧跟着字母at

cat$       行末的字母是t， 前面紧跟着字母ca

^cat$     一行只有字母cat，无空格

^$          空行，无空格及任何字符

2.字符组

[……]      字符组

   -          （连字符）表示一个范围【字符组元字符，在字符组内有效】

[a-z]        匹配所有的小写字母

3.排除型字符组

[^……]     排除型字符组

 [^    ]        排除字符【字符组内有效，字符组外表示行首】

[^a-z]       排除所有的小写字母

3.点号匹配任意字符

.                匹配任意字符，【字符组内为点号】

1.2.           1（任意字符）2（任意字符）

4. 多选结构

 |                元字符，把不同的子表达式组合成总表达式，总表达式又可以匹配任意子表达式（匹配的是多个表达式中的一个）

(Geo|Je)ff(re|er)y  匹配Geoffery|goffrey|Jeffrey|Jeffery四个单词

5.单词分界符

\b               元字符，分界单词

\bcat\b       匹配单词cat

6.忽略大小写

7.可选项元素

？             元字符，可选项（问号前面的一个字符可有可无）

(fourth|4(th)?)

8.重复出现量词

元字符前字符可出现的次数

？            单次可选

+              至少一次

*               任意次可选

9.重复出现次数范围

{min，max}        限定重复出现的次数

[a-zA-Z]{1,5}        所有的一到五个大小写字母的组合的集合

10.括号捕捉功能

  (  )          功能：1.限制多选项的范围

                             2.将若干字符 组合为一个表达式

                             3.记录子表达式匹配到的文本，perl中将匹配到的文本记录在$1,$2,$3.......等以数字名命名的变量中

 

11.转义符

  \                    跟在它后面的元字符失去意义