参考文档

概述

正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为”元字符”）。
正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。

正则表达式（Regular Expression）在代码中常常简写为regex。正则表达式通常被用来检索、替换那些符合某个规则的文本，它是一种强大而灵活的文本处理工具。
**

使用场景

通过使用正则表达式，可以：

• 测试字符串内的模式。
  例如，可以测试输入字符串，以查看字符串内是否出现电话号码模式或信用卡号码模式。这称为数据验证。
• 替换文本。
  可以使用正则表达式来识别文档中的特定文本，完全删除该文本或者用其他文本替换它。
• 基于模式匹配从字符串中提取子字符串。
  可以查找文档内或输入域内特定的文本。

**

语法

构造正则表达式的方法和创建数学表达式的方法一样。也就是用多种元字符与运算符可以将小的表达式结合在一起来创建更大的表达式。

学习正则表达式语法，主要就是学习元字符以及它们在正则表达式上下文中的行为。
元字符包括：普通字符、标准字符、特殊字符、限定字符（又叫量词）、定位字符（也叫边界字符）。下面分别介绍不同元字符的用法。

普通字符

普通字符包括没有显式指定为元字符的所有可打印和不可打印字符。这包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号。

regex	描述
a	匹配字母a
\xn	匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，’\x41’ 匹配 “A”。’\x041’ 则等价于 ‘\x04’ & “1”。正则表达式中可以使用 ASCII 编码。
\un	匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， \u00A9 匹配版权符号 (?)。

标准字符集合

标准字符	含义
\d	匹配0-9中任意数字，等价于[0-9]
\D	匹配任意一个非数字字符，等价于[^0-9]
\w	匹配任意一个字母，十进制数字，下划线，等价于[a-zA-Z0-9_]
\W	\w取反等价于[^a-zA-Z0-9_]
\s	匹配任意空白字符，等价于[\t\n\v\f\r ] 注意包括空格
\S	\s取反

非打印字符

特殊字符

特殊字符在正则表达式中表示特殊的含义

若要匹配这些特殊字符，必须首先使字符”转义”，即，将反斜杠字符\ 放在它们前面。
如果要查找字符串中的 * 符号，则需要对 * 进行转义，即在其前加一个 \，runo*ob 匹配字符串 runo*ob。

限定字符

限定字符又叫量词，是用于表示匹配的字符数量的。
限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。

• 匹配0个或多个字母A可以 regex=A* 或者 regex=A{0,}
  
• 匹配至少一个字母A可以 regex=A+ 或者 regex=A{1,}
  
• 匹配0个或1字母A可以 regex=A?或者 regex=A{0,1}
  
• 匹配至少一个 Hello可以 regex=(Hello)+

注意：

1. 限定符出现在范围表达式之后应用于整个范围表达式
2. 限定符出现在子表达式之后应用于整个子表达式
3. * 和 + 限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个 ? 就可以实现非贪婪或最小匹配。

非贪婪：* 下面的非贪婪表达式只匹配

。
/<.?>/

定位符

定位字符也叫字符边界，标记匹配的不是字符而是符合某种条件的位置，所以定位字符是“零宽的”。

注意：不能将限定符与定位符一起使用。由于在紧靠换行或者单词边界的前面或后面不能有一个以上位置，因此不允许诸如 ^* 之类的表达式。
若要匹配一行文本开始处的文本，请在正则表达式的开始使用 ^ 字符。不要将 ^ 的这种用法与中括号表达式内的用法混淆。
若要匹配一行文本的结束处的文本，请在正则表达式的结束处使用 $ 字符。

例：

该例设置了Multiline属性

该例设置了Multiline属性

自定义字符集合

方括号[ ]表示字符集合，即[ ]表示自定义集合，用[ ]可以匹配方括号里的任意一个字符。
但是，特殊字符（除了小尖角“^”和中划线“-”外）被包含到方括号中，就会失去特殊意义，只代表其字符本身。

特殊字符小尖角“^”，原本含义是匹配字符串的开始位置，如果包含在自定义集合[ ]中，则表示取反的意思。
中划线“-”，在自定义集合[ ]中，表示“范围”，而不是字符“-”本身，除非-位于[]的开头或末尾，例如 [\w*%-]
按 Unicode 排序顺序，开始值必须在结束值的前面。

除小数点“.”外，标准字符集合包含在方括号中，仍然表示集合范围。regex=[\d.+] 匹配0-9的任意一个数字或者小数点“.”或者加号“+”

也就是说 . 在[]中仅仅表示它本身，而不是除\n外的其他字符

选择和分组

用圆括号 () 将所有选择项括起来，相邻的选择项之间用 | 分隔。
() 表示捕获分组，() 会把每个分组里的匹配的值保存起来， 多个匹配值可以通过数字 n 来查看(n 是一个数字，表示第 n 个捕获组的内容)。

1. 括号中的表达式可以作为整体被修饰，用来表示匹配括号中表达式的次数，regex=(abc){2,3}，可以匹配连续的2个或3个abc，如下：
   
   
2. 括号中的表达式匹配到的内容会存储起来，并可以获取到括号中表达式匹配到的内容
   
3. 每一对括号会分配一个编号，使用( )的捕获根据左括号的顺序从1开始自动编号，编号为0的捕获是整个正则表达式匹配到的文本。
   

捕获组( )可以把匹配的内容存储起来，那么如何获取( )捕获到的内容呢？
答： 反向引用。

反向引用 “\number”

每一对括号会分配一个编号，使用( )的捕获根据左括号的顺序从1开始自动编号。
通过反向引用，可以对分组已捕获的字符串进行引用。“\number” 中的 number 就是组号
regex=(abc)d\1 可以匹配字符串 abcdabc，即\1表示把获取到的第一组再匹配一次，如下：

‘(.)\1’ 匹配两个连续的相同字符

(?:pattern) 表示非捕获组，匹配括号中表达式匹配到的内容，但是不进行存储匹配到的内容。
可以使用非捕获元字符 ?:、?= 或 ?! 来重写捕获，忽略对相关匹配的保存。
这在使用 “或” 字符?(|)?来组合一个正则的各个部分是很有用的。
例如：匹配字符 “story” 或者 “stories”，regex=stor(?:y|ies) 就是一个比 regex=story|stories 更简略的表达式。

预搜索

预搜索，又叫零宽断言，又叫环视，它是对位置的匹配，与定位字符（边界字符）类似

参考链接

先行正向: (?=pattern)
先行负向: (?!pattern)
后行正向: (?<=pattern)
后行负向: (?<!pattern)

修饰符（标记）

标记也称为修饰符，正则表达式的标记用于指定额外的匹配策略。
标记不写在正则表达式里，标记位于表达式之外，格式如下：
/pattern/``flags

运算符优先级