正则表达式基础语法摘要

什么是正则表达式呢，先来看一下百度百科中的解释：

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。

简单来说，正则表达式是一种特定的模式，可以用来对文本进行匹配、替换或删除等操作。正则表达式本身与编程语言无关，是一种强大的文本处理工具。

基础概念

正则表达式由两种字符构成：元字符和普通文本字符。其中，元字符 即正则表达式中的特殊字符，为正则表达式提供了强大的描述能力，如：*和.量词：？, +, *。这三个元字符可以用来限定所作用元素的重现次数。
字符组：形如[Regex...]的表达式子句
贪婪：如*字符。贪婪量词会匹配尽可能多的字符串
非贪婪模式：即尽可能少的匹配字符串，一般对表达式后加？即可实现

元字符总结

匹配单个字符

元字符	匹配对象
d	匹配一个数字
D	匹配一个非数字字符
w	匹配一个数字、字母和下划线字符
W	匹配一个非数字、字母或非下划线的字符
s	匹配一个空白符字符，如空格和制表符
S	匹配一个非空白符字符，如空格和制表符
.	匹配除换行符以外的任意单个字符
[...]	字符组，匹配括号中的任意一个字符
[^...]	排除型字符组，匹配括号中未列出的任意一个字符
Char	若Char是元字符，可以将其转义为对应的普通字符进行匹配。如`.`匹配一个“.”

有计数功能的元字符

元字符	匹配对象
？	匹配零次或一次
*	匹配任意多次，也可以不匹配
+	匹配任意多次，但至少必须匹配一次
{min, max}	至少匹配min次，至多匹配max次。
{, max}	至少匹配0次，至多匹配max次
{min, }	至少匹配min次，但匹配次数不设上限
{n}	匹配n次

匹配位置的元字符

元字符	匹配对象
^	匹配起始位置，当出现在字符组开头时，表示排除（也可理解为取反）
$	匹配结尾位置
	匹配字符边界，但不会消耗字符，只匹配一个位置。如从"This is Regex"中匹配"is": `is`

其他

元字符	匹配对象
	匹配任意分割的表达式
（...）	限定多选结构的范围，标注量词作用的元素，可以为反向引用捕获文本
1, 2 ...	反向引用。匹配之前的第一，第二组括号内的表达式匹配到的文本

非贪婪模式

举例：清溪路555号10号楼
匹配地址中的路号，首先可能会想到：.*（d+）号.*，但实际上，前面的.*为贪婪模式，会首先向后尽可能多的匹配，会导致小括号中的d+只能匹配到10号楼中的0（因为是从左向右开始匹配，.*匹配用掉了太多的字符串，只留下一个数字0给d+进行匹配）。
如果想要匹配出555，则需要写成.*？（d+）号.*，注意多了一个问号。这就是非贪婪模式，问号前面的表达式会尽可能少的匹配，只要整个表达式匹配成功即可。
基本上可以总结如下表达式：

元字符	匹配对象
*？	匹配任意次，但要尽可能少
+？	匹配1次或更多次，但要尽可能少
？？	匹配0次或1次，但要尽可能少
{min, max}？	匹配min到max次，但要尽可能少

分组

正则表达式中的分组，基本都由（exp）模式来实现，常见语法如下：

元字符	匹配对象
（exp）	匹配exp并捕获匹配到的值到默认的组里
（？<name>exp）	匹配exp并捕获值到name组中
（？:exp）	匹配exp，但不捕获匹配到的值，也不给此组分配组号
（？=exp）	匹配exp前面的位置，如上面的地址，我们要提取小区地址，应该写成`（.+？（？=w+？号楼））`，会匹配出清溪路555号
（？<=exp）	匹配exp后面的位置
（？！exp）	匹配后面不是exp的位置，如`137（？！d）`匹配的是137开头的、非数字结尾的字符串，例：137a
（？<！exp）	匹配前面不是exp的位置

本文永久更新链接地址：http://www.linuxidc.com/Linux/2016-11/136907.htm