正则表达式的语法规则

        正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表通常被用来检索、替换那些符合某个模式(规则)的文本。

        许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在Perl中就内建了一个功能强大的正则表达式引擎，还有java语言自带的。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。

        正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，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。给定一个正则表达式和另一个字符串，我们可以达到如下的目的：
        1、 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；
        2、可以通过正则表达式，从字符串中获取我们想要的特定部分。
        正则表达式的特点是：
       1、灵活性、逻辑性和功能性非常的强；
       2、可以迅速地用极简单的方式达到字符串的复杂控制。
       3、对于刚接触的人来说，比较晦涩难懂。
       由于正则表达式主要应用对象是文本，因此它在各种文本编辑器场合都有应用，小到著名编辑器EditPlus，大到Microsoft Word、Visual Studio等大型编辑器，都可以使用正则表达式来处理文本内容。

       正则表达式由一些普通字符和一些元字符（metacharacters）组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义，我们下面会给予解释。在最简单的情况下，一个正则表达式看上去就是一个普通的查找串。例如，正则表达式"testing"中没有包含任何元字符，它可以匹配"testing"和"testing123"等字符串，但是不能匹配"Testing"。要想真正的用好正则表达式，正确的理解元字符是最重要的事情。下面就详细讲解一下各个元字符的含义。

 一、行定位符（^和$）
　　行定位符就是用来描述字串的边界。“^”表示行的开始；“$”表示行的结尾。如：
　　^tm : 该表达式表示要匹配字串tm的开始位置是行头，如tm equal Tomorrow Moon就可以匹配
　　tm$ : 该表达式表示要匹配字串tm的位置是行尾，Tomorrow Moon equal tm匹配。

　　如果要匹配的字串可以出现在字符串的任意部分，那么可以直接   写成 ：tm

二、单词定界符（\b、\B）
　　单词分界符\b，表示要查找的字串为一个完整的单词。如：\btm\b

　　还有一个大写的\B，意思和\b相反。它匹配的字串不能是一个完整的单词，而是其他单词或字串的一部分。如：\Btm\B

三、字符类（[ ]）
　　正则表达式是区分大小写的，如果要忽略大小写可使用方括号表达式“[]”。只要匹配的字符出现在方括号内，即可表示匹配成功。但要注意：一个方括号只能匹配一个字符。例如，要匹配的字串tm不区分大小写，那么该表达式应该写作如下格式：[Tt][Mm]
　　POSIX风格的预定义字符类如表所示：

四、选择字符（|）
 　　还有一种方法可以实现上面的匹配模式，就是使用选择字符（|）。该字符可以理解为“或”，如上例也可以写成 (T|t)(M|m)，该表达式的意思是以字母T或t开头，后面接一个字母M或m。
　　使用“[]”和使用“|”的区别在于“[]”只能匹配单个字符，而“|”可以匹配任意长度的字串。如果不怕麻烦，上例还可以写为 ：TM|tm|Tm|tM
五、连字符（-）
　　变量的命名规则是只能以字母和下划线开头。但这样一来，如果要使用正则表达式来匹配变量名的第一个字母，要写为 ：[a,b,c,d…A,B,C,D…]
　　这无疑是非常麻烦的，正则表达式提供了连字符“-”来解决这个问题。连字符可以表示字符的范围。如上例可以写成 ：[a-zA-Z]
六、排除字符（[^]）
　　上面的例子是匹配符合命名规则的变量。现在反过来，匹配不符合命名规则的变量，正则表达式提供了“^”字符。这个元字符在前面出现过，表示行的开始。而这里将会放到方括号中，表示排除的意思。
　　例如：[^a-zA-Z]，该表达式匹配的就是不以字母和下划线开头的变量名。
七、限定符（? * + {n,m}）
　　对于重复出现字母或字串，可以使用限定符来实现匹配。限定符主要有6种，如表所示：
　
八、点号字符（.）
　　点字符（.）可以匹配出换行符外的任意一个字符。
　　注意：是除了换行符外的、任意的一个字符。如匹配以s开头、t结尾、中间包含一个字母的单词。
　　格式如下： ^s.t$，匹配的单词包括：sat、set、sit等。
　　再举一个实例，匹配一个单词，它的第一个字母为r，第3个字母为s，最后一个字母为t。能匹配该单词的正则表达式为：^r.s.*t$
九、转义字符（\）
　　正则表达式中的转移字符（\）和PHP中的大同小异，都是将特殊字符（如“.”、“?”、“\”等）变为普通的字符。因为在正则表达式中这些特殊字符是关键字，但在我们的正则表达式中要将之当成普通字符，所以要将这些特殊字符转义，比如\.，\?，\*，\\。举一个IP地址的实例，用正则表达式匹配诸如127.0.0.1这样格式的IP地址。如果直接使用点字符，格式为：[0-9]{1,3}(.[0-9]{1,3}){3}
　　这显然不对，因为“.”可以匹配一个任意字符。这时，不仅是127.0.0.1这样的IP，连127101011这样的字串也会被匹配出来。所以在使用“.”时，需要使用转义字符（\）。修改后上面的正则表达式格式为： [0-9]{1,3}(\.[0-9]{1,3}){3}
十、反斜线（\）
　　除了可以做转义字符外，反斜线还有其他一些功能。反斜线可以将一些不可打印的字符显示出来，如表所示：

　　还可以指定预定义字符集，如表所示：

　　
　　反斜线还有一种功能，就是定义断言，其中已经了解过了\b、\B，其他如表所示：
　
十一、括号字符（()）
　　小括号字符的第一个作用就是可以改变限定符的作用范围，如“|”、“*”、“^”等。来看下面的一个表达式。
　　(thir|four)th，这个表达式的意思是匹配单词thirth或fourth，如果不使用小括号，那么就变成了匹配单词thir和fourth了。
　　小括号的第二个作用是分组，也就是子表达式。如(\.[0-9]{1,3}){3}，就是对分组(\.[0-9]{1,3})进行重复操作。后面要学到的反向引用和分组有着直接的关系。
十二、反向引用
十三、模式修饰符
　　模式修饰符的作用是设定模式。也就是规定正则表达式应该如何解释和应用。

　　不同的语言都有自己的模式设置，PHP中的主要模式如表所示：