前言

最近工作中涉及到一些使用正則表達(dá)式的地方，雖然以前也遇到過這種情況，但是我的處理方式一般都是百度一下...看一下網(wǎng)上有成型的解決方式就拿來直接用了雪情。從來沒有認(rèn)真的系統(tǒng)的了解正則表達(dá)式的語法結(jié)構(gòu)和相關(guān)知識状婶，這次在百度查詢的時候偶然間看到 deerchao 大神寫的關(guān)于正則表達(dá)式的一系列內(nèi)容，讓自己對這部分內(nèi)容有了一個相對比較全面的了解伏蚊，希望用一篇筆記整理一下自己的理解立轧，并供以后查閱，當(dāng)然如果能夠幫助到看到這篇文章的你躏吊，我會感到不勝榮幸氛改。鑒于個人水平有限，文中若有錯誤比伏，請您諒解并不吝指正胜卤。

正則表達(dá)式是什么玩意？

其實當(dāng)我們初步開始接觸一門語言或者開發(fā)技術(shù)的時候赁项，我們都無可避免的了解一些關(guān)于字符串處理的相關(guān)方法或者函數(shù)葛躏，比如 OC 中的 NSString 相關(guān)的方法：

NSString* str = [NSString stringWithFormat:@"%@", userId];

以及 Java 中的 string 相關(guān)的方法：

str.trim();

一般情況下，當(dāng)然我是說我 =悠菜。= 舰攒，這個時候我們就會認(rèn)為關(guān)于字符串處理的東西我們了解的夠多了，系統(tǒng)提供的 API 已經(jīng)足夠應(yīng)付我們遇到的所有問題了悔醋，然而在實際的開發(fā)工作中我們會經(jīng)常遇到的場景是去查找符合某些復(fù)雜規(guī)則的字符串的需要摩窃，或者從一個字符串中提取出符合某些 規(guī)則 的子串，這個時候僅僅依靠系統(tǒng)的 API 是很難完成這個任務(wù)（最起碼付出的時間成本很高）篙顺，需要配合使用的 規(guī)則 便是我們今天要聊的 正則表達(dá)式 偶芍。

在編寫處理字符串的程序或網(wǎng)頁時，經(jīng)常會有查找符合某些復(fù)雜規(guī)則的字符串的需要德玫。正則表達(dá)式就是用于描述這些規(guī)則的工具匪蟀。換句話說，正則表達(dá)式就是記錄文本規(guī)則的代碼宰僧。

正則表達(dá)式的語法

其實最簡單的正則匹配我們都會材彪，笨蛋其實就是‘相等’嘛，比如說：我們想要在一個長長的字符串中將 hello 提取出來，第一種方法不需要使用正則段化，我們可以遍歷字符串嘁捷，截取這個 range 下的子串，并一一與"hello"進(jìn)行對比显熏，相同的就取出來雄嚣；還有另外的方法就是使用正則表達(dá)式進(jìn)行匹配截取，當(dāng)然這個時候的正則表達(dá)式就是最簡單的正則喘蟆，使用hello就可以了缓升。

當(dāng)然，我們在開發(fā)中遇到的字符串匹配的場景并不會永遠(yuǎn)這樣簡單蕴轨，比如說：還是剛剛的那個場景港谊，只不過我需要提取的是 hello 這個單詞，那么剛剛的使用正則的匹配就會將 ahellob 當(dāng)中的 hello 也會匹配出來橙弱，而這并不是我所希望歧寺，這個時候我們就需要學(xué)習(xí)以下的一些內(nèi)容。

元字符

元字符是幫助我們在書寫正則表達(dá)式的時候棘脐，代表一個位置或者一個（或多個）字符而存在的斜筐，比如回到上面的例子，我需要精確的獲得 hello 這個單詞荆残，并且保證我獲得的 hello 不是在其他的單詞當(dāng)中奴艾，不難分析的是，我需要一個玩意來讓我告訴正則匹配内斯，h 的前面是單詞的開始并且 o 的后面是單詞的結(jié)束蕴潦，這個時候我們需要用到\\b，相應(yīng)的正則表達(dá)式變?yōu)?code>\\bhello\\b俘闯，\\b是代表 匹配單詞的開始或結(jié)束 的元字符潭苞。
我們常見的元字符主要包括：

重復(fù)限定符

有的時候需要表示有多個同一類型的字符出現(xiàn)的時候就需要使用限定符來進(jìn)行限定，比如需要匹配兩個數(shù)字真朗，就需要使用\\d{2}此疹，以下是常見的限定符號：

反義

反義的理解比較簡單，其實就是元字符表示的反義遮婶，舉個例子就很好理解了：比如說想要查找查找除了數(shù)字以外蝗碎，其它任意字符都行的情況。

字符類

當(dāng)我學(xué)習(xí)到上面的那些的時候旗扑，我已經(jīng)覺得自己無所不能了蹦骑。

好吧，我承認(rèn)我就是一個牛皮匠=臀防。=

對于數(shù)字眠菇、字母或數(shù)字边败、空白，這些已經(jīng)有對應(yīng)的元字符表示這些字符集合捎废，書寫正則進(jìn)行匹配的時候還是比較簡單的笑窜，但是如果說我們想要匹配的事 10以內(nèi)的奇數(shù) ，那么原來的提供的那些元字符就不那么容易能夠完成任務(wù)了登疗。
其實正則表達(dá)式的語法中給我們提供了可以自定義字符集的方法排截，在方括號里面將你需要的字符列出來就行了，比如上面的例子中只要使用[13579]就可以了谜叹。

分支條件

分支條件我的理解簡單來說就是編程語言中的 邏輯或 匾寝，下面是一段引用的正式解釋：

正則表達(dá)式里的分枝條件指的是有幾種規(guī)則，如果滿足其中任意一種規(guī)則都應(yīng)該當(dāng)成匹配荷腊，具體方法是用 | 把不同的規(guī)則分隔開。

比如美國郵編的規(guī)則是5位數(shù)字急凰，或者用連字號間隔的9位數(shù)字女仰，那么我們可以使用分支條件處理：\\d{5}-\\d{4}|\\d{5}

需要注意的是：使用分支條件的時候需要特別注意條件的先后順序，原因是匹配分枝條件時抡锈，將會從左到右地測試每個條件疾忍，如果滿足了某個分枝的話，就不會去再管其它的條件了床三。

例如上述例子一罩，如果改成\\d{5}|\\d{5}-\\d{4}的話，就只能夠匹配5位的郵編(以及9位郵編的前5位)撇簿。

分組

前面提到的重復(fù)限定符已經(jīng)讓我們知道了如何對單個字符進(jìn)行重復(fù)表達(dá)（在字符后面加上重復(fù)限定符聂渊，如\\d+），但是考慮到現(xiàn)實應(yīng)用中我們會遇到對多個字符進(jìn)行重復(fù)表達(dá)四瘫，比如：常見的 IP 地址汉嗽，IP 地址的大致樣子為 3位數(shù)字加上一個點 重復(fù)三次，再加上一個三位數(shù)字找蜜，這里需要用到分組表達(dá)饼暑，用小括號來指定子表達(dá)式(也叫做分組)，然后你就可以指定這個子表達(dá)式的重復(fù)次數(shù)了洗做，正則表達(dá)式為：(\\d{1,3}\\.){3}\\d{1,3}

當(dāng)然弓叛，上面的表達(dá)式最終可能會匹配出不符合 IP 地址規(guī)范的地址，如：999.999.999.999诚纸，只能使用冗長的分組撰筷，選擇，字符類來描述一個正確的IP地址：
((2[0-4]\\d|25[0-5]|[01]?\\d\\d?)\\.){3}(2[0-4]\\d|25[0-5]|[01]?\\d\\d?)

關(guān)于分組咬清，還會引申出更多的一些細(xì)節(jié)之處：

后向引用

當(dāng)我們在正則表達(dá)式中使用分組的時候闭专，如果分組匹配到內(nèi)容（即小括號內(nèi)的子表達(dá)式匹配的內(nèi)容）奴潘，正則匹配引擎會記錄這段內(nèi)容，并分配組號影钉，這個過程我們可以形象的稱之為 捕獲 画髓。

書寫復(fù)雜的正則的時候可能會需要對分組捕獲的內(nèi)容進(jìn)行進(jìn)一步的處理，后向引用就是對前面某個分組匹配的內(nèi)容進(jìn)行進(jìn)一步的處理平委。
在這里最簡單的例子就是重復(fù)的兩個單詞放在一起奈虾，比如：hello hello 或者 hi hi ，注意兩個單詞之間有若干空格廉赔，配這種字符串的正則表達(dá)式為：\\b(\\w+)\\b\\s+\\1\\b肉微，其中\\1就代表分組1匹配到的內(nèi)容。

關(guān)于分組組號的分配這里有一些補充：

1蜡塌、分組0對應(yīng)整個正則表達(dá)式碉纳；
2、實際上組號分配過程是要從左向右掃描兩遍的：第一遍只給未命名組分配馏艾，第二遍只給命名組分配－－因此所有命名組的組號都大于未命名的組號劳曹；
3、可以使用(?:exp)這樣的語法來剝奪一個分組對組號分配的參與權(quán)琅摩；
4铁孵、可以給分組添加一個自定義的組號：(?<name>exp)，name 就是這個分組的組號房资，其中的<name>可以替換成'name'

分組中捕獲相關(guān)的常用語法：

零寬斷言和負(fù)向零寬斷言

這兩個概念的名稱表面上看是非常難以揣測意思的轰异，并且非常拗口岖沛。
其實無論是零寬斷言還是負(fù)向零寬斷言都是代表的一個位置，就像前面介紹過的\\b 溉浙、^ 和 $烫止，零寬 的含義就是零寬度的一個位置，并且 斷言 這個位置滿足一定的條件戳稽，零寬斷言是用來查找在 某些內(nèi)容 之前或者之后的 一些東西馆蠕，并且不包括 這些內(nèi)容 ；而負(fù)向零寬斷言與零寬斷言是相反的關(guān)系惊奇，它用來匹配 一些東西 的前面或之后不是 某些內(nèi)容互躬，并且不包括 這些內(nèi)容。

相關(guān)的常用語法：

下面我們通過幾個例子逐個對上面的語法進(jìn)行一下應(yīng)用：

• (?=exp)即零寬度正預(yù)測先行斷言颂郎，它斷言自身出現(xiàn)的位置的后面能匹配表達(dá)式exp吼渡。比如\\b\\w+(?=ing\\b)，匹配以ing結(jié)尾的單詞的前面部分(除了ing以外的部分)乓序，如查找I'm singing while you're dancing.時寺酪，它會匹配sing和danc坎背；
• (?<=exp)即零寬度正回顧后發(fā)斷言，它斷言自身出現(xiàn)的位置的前面能匹配表達(dá)式exp寄雀。比如(?<=\\bre)\\w+\\b會匹配以re開頭的單詞的后半部分(除了re以外的部分)得滤，例如在查找reading a book時，它匹配ading盒犹；
• (?!exp)即零寬度負(fù)預(yù)測先行斷言懂更，斷言此位置的后面不能匹配表達(dá)式exp。例如：\\d{3}(?!\\d)匹配三位數(shù)字急膀，而且這三位數(shù)字的后面不能是數(shù)字沮协；\\b((?!abc)\\w)+\\b匹配不包含連續(xù)字符串a(chǎn)bc的單詞。
• (?<!exp)即零寬度負(fù)回顧后發(fā)斷言卓嫂，斷言此位置的前面不能匹配表達(dá)式exp慷暂。(?<![a-z])\\d{7}匹配前面不是小寫字母的七位數(shù)字。

貪婪和懶惰原則

當(dāng)正則表達(dá)式中包含接受重復(fù)的限定符時命黔，匹配的過程中默認(rèn)會在滿足表達(dá)式整體得到匹配的前提下匹配盡可能多的字符呜呐，這種行為被稱作 貪婪匹配。
比如對于字符串 aabab 悍募，如果使用表達(dá)式a.*b進(jìn)行匹配，匹配的結(jié)果將會是以a開始洋机，以b結(jié)束的最長的字符串坠宴，即 aabab 本身。

如果我們需要匹配盡可能少的字符绷旗，那么我們就需要懶惰匹配喜鼓，在重復(fù)限定符的后面加上?，就代表進(jìn)行懶惰匹配衔肢，剛剛的例子中庄岖，如果我們使用a.*?進(jìn)行匹配的話，匹配結(jié)果會是aab（第一到第三個字符）和ab（第四到第五個字符）角骤。

在這里補充一下：為什么第一個匹配是aab（第一到第三個字符）而不是ab（第二到第三個字符）隅忿？簡單地說，因為正則表達(dá)式有另一條規(guī)則邦尊，比懶惰／貪婪規(guī)則的優(yōu)先級更高：最先開始的匹配擁有最高的優(yōu)先權(quán)——The match that begins earliest wins背桐。

懶惰限定符的常見語法：

在 iOS 開發(fā)中使用正則表達(dá)式

正則的基本語法在所有的正則引擎中基本差不多弊仪，貌似看有的語言使用的正則引擎對零寬斷言和負(fù)向零寬斷言不支持熙卡，使用 Swift 測試了一下，應(yīng)該 iOS 還是支持零寬斷言和負(fù)向零寬斷言的正則語法励饵。

在 iOS 中常見的正則表達(dá)式的使用方式有三種：

1. 在 NSPredicate 中使用正則表達(dá)式：

 - (BOOL)validateNumber:(NSString *) textString
{
    NSString* number=@"^[0-9]+$";
    NSPredicate *numberPre = [NSPredicate predicateWithFormat:@"SELF MATCHES %@",number];
    return [numberPre evaluateWithObject:textString];
}

2. NSString 方法中使用：

NSString *searchText = @"rangeOfString";
NSRange range = [searchText rangeOfString:@"^[0-9]+$" options:NSRegularExpressionSearch];
if (range.location != NSNotFound) {
   NSLog(@"range ：%@", [searchText substringWithRange:range]);
}

3. NSRegularExpression：

    //1. 要匹配的字符串
    NSString *str = @"I'm singing while you're dancing";
    //Pattern: 正則表達(dá)式語句
    NSString *pattern = @"\\\\b\\\\w+(?=ing\\\\b)";
    //2. 創(chuàng)建正則表達(dá)式
    NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:pattern options:NSRegularExpressionCaseInsensitive error:nil];
    //3. 匹配結(jié)果
    NSArray *result = [regex matchesInString:str options:NSMatchingReportCompletion range:NSMakeRange(0, str.length)];
    // 打印結(jié)果
    if (result.count == 0) {
        NSLog(@"匹配出錯");
    } else {
        NSLog(@"匹配成功: %lu",(unsigned long)result.count);
        NSLog(@"%@", result);
    }

同樣的代碼也用 Swift 進(jìn)行了測試驳癌，結(jié)果一致：

    // 定義正則表達(dá)式語句
    let pattern = "\\\\b\\\\w+(?=ing\\\\b)"
    // 定義正則表達(dá)式對象
    let regex = try! NSRegularExpression(pattern: pattern, options: .CaseInsensitive)
    // 待匹配的字符串
    let str = "I'm singing while you're dancing"
    // 進(jìn)行匹配
    let arr: [NSTextCheckingResult] = regex.matchesInString(str , options: NSMatchingOptions.ReportCompletion, range: NSMakeRange(0, str.characters.count))
    print(arr)

在我個人的日常使用中，還是第三種用的稍微多一些曲横，NSPredicate 基本用的機會很少喂柒，也不是太了解，后續(xù)有機會了解的話會補充到本篇博客中禾嫉。

結(jié)尾

1. 本篇博客中只是羅列了正則表達(dá)式中較為基礎(chǔ)的部分語法灾杰，其實有許多東西我也是邊學(xué)習(xí)邊總結(jié)，很多語法也不是特別清楚熙参，后面有補充的會一點一點補充到這篇博客中艳吠；
2. 正則所涵蓋的語法點非常多也比較瑣碎，正則表達(dá)式書寫出來也比較的繞而且亂七八糟的符號也比較亂孽椰，所以需要不斷的練習(xí)和使用才能靈活的解決開發(fā)中的實際問題昭娩，就我個人而言也是需要加強練習(xí)，改掉工作中依賴搜索的懶毛彩蜇摇（前提是開發(fā)進(jìn)度允許=栏渺。=）；

最后锐涯，祝大家玩的愉快磕诊！