本文旨在用最通俗的語言講述最枯燥的基本知識。

文章提綱：

1公给、元字符

2借帘、重復(fù)限定符

3蜘渣、分組

4、轉(zhuǎn)義

5肺然、條件或

6蔫缸、區(qū)間

7、零寬斷言

8际起、捕獲和非捕獲

9拾碌、反向引用

10、貪婪和非貪婪

11街望、反義

正則表達(dá)式在幾乎所有語言中都可以使用校翔，無論是前端的 JavaScript、還是后端的 Java灾前、c#防症。他們都提供相應(yīng)的接口 / 函數(shù)支持正則表達(dá)式。

但很神奇的是：無論你大學(xué)選擇哪一門計算機(jī)語言豫柬，都沒有關(guān)于正則表達(dá)式的課程給你修告希，在你學(xué)會正則之前，你只能看著那些正則大師們烧给，寫了一串外星文似的字符串燕偶，替代了你用一大篇幅的 if else 代碼來做一些數(shù)據(jù)校驗。

1. 元字符

萬物皆有緣础嫡，正則也是如此指么，元字符是構(gòu)造正則表達(dá)式的一種基本元素。

我們先來記幾個常用的元字符：

有了元字符之后榴鼎，我們就可以利用這些元字符來寫一些簡單的正則表達(dá)式了伯诬，

比如：

匹配有abc開頭的字符串：

\babc或者^abc

匹配8位數(shù)字的QQ號碼：

^\d\d\d\d\d\d\d\d$

匹配1開頭11位數(shù)字的手機(jī)號碼：

^\1\d\d\d\d\d\d\d\d\d\d$

2. 重復(fù)限定符

為了處理這些重復(fù)問題，正則表達(dá)式中一些重復(fù)限定符巫财，把重復(fù)部分用合適的限定符替代盗似，下面我們來看一些限定符：

有了這些限定符之后，我們就可以對之前的正則表達(dá)式進(jìn)行改造了平项，比如：

匹配8位數(shù)字的QQ號碼：

^\d{8}$

匹配1開頭11位數(shù)字的手機(jī)號碼：

^1\d{10}$

匹配銀行卡號是14~18位的數(shù)字：

^\d{14,18}$

匹配以a開頭的赫舒，0個或多個b結(jié)尾的字符串:

^ab*$

3. 分組

從上面的例子（4）中看到，限定符是作用在與他左邊最近的一個字符闽瓢，那么問題來了接癌，如果我想要 ab 同時被限定那怎么辦呢？

正則表達(dá)式中用小括號 () 來做分組扣讼，也就是括號中的內(nèi)容作為一個整體缺猛。

因此當(dāng)我們要匹配多個 ab 時，我們可以這樣。

如：匹配字符串中包含 0 到多個 ab 開頭：

^(ab)*$

4. 轉(zhuǎn)義

我們看到正則表達(dá)式用小括號來做分組荔燎，那么問題來了：

如果要匹配的字符串中本身就包含小括號耻姥，那是不是沖突？應(yīng)該怎么辦有咨？

針對這種情況咏闪，正則提供了轉(zhuǎn)義的方式，也就是要把這些元字符摔吏、限定符或者關(guān)鍵字轉(zhuǎn)義成普通的字符，做法很簡答纵装，就是在要轉(zhuǎn)義的字符前面加個斜杠征讲，也就是\即可。如：要匹配以 (ab) 開頭：

^(\(ab\))*$

5. 條件或

回到我們剛才的手機(jī)號匹配橡娄，我們都知道：國內(nèi)號碼都來自三大網(wǎng)诗箍，它們都有屬于自己的號段，比如聯(lián)通有 130/131/132/155/156/185/186/145/176 等號段挽唉，假如讓我們匹配一個聯(lián)通的號碼滤祖，那按照我們目前所學(xué)到的正則，應(yīng)該無從下手的瓶籽，因為這里包含了一些并列的條件匠童，也就是“或”，那么在正則中是如何表示“或”的呢塑顺？

正則用符號 | 來表示或汤求，也叫做分支條件，當(dāng)滿足正則里的分支條件的任何一種條件時严拒，都會當(dāng)成是匹配成功扬绪。

那么我們就可以用或條件來處理這個問題：

^(130|131|132|155|156|185|186|145|176)\d{8}$

6. 區(qū)間

看到上面的例子，是不是看到有什么規(guī)律裤唠？是不是還有一種想要簡化的沖動挤牛？

實際是有的。

正則提供一個元字符中括號 [] 來表示區(qū)間條件:

限定 0 到 9 可以寫成 [0-9]

限定 A-Z 寫成 [A-Z]

限定某些數(shù)字 [165]

那上面的正則我們還改成這樣：

?^((13[0-2])|(15[56])|(18[5-6])|145|176)\d{8}$

7. 零寬斷言

無論是零寬還是斷言种蘸，聽起來都古古怪怪的墓赴，那先解釋一下這兩個詞。

斷言：俗話的斷言就是“我斷定什么什么”劈彪，而正則中的斷言竣蹦，就是說正則可以指明在指定的內(nèi)容的前面或后面會出現(xiàn)滿足指定規(guī)則的內(nèi)容，意思正則也可以像人類那樣斷定什么什么沧奴，比如"ss1aa2bb3", 正則可以用斷言找出 aa2 前面有 bb3痘括，也可以找出 aa2 后面有 ss1.

零寬：就是沒有寬度，在正則中，斷言只是匹配位置纲菌，不占字符挠日，也就是說，匹配結(jié)果里是不會返回斷言本身翰舌。

意思是講明白了嚣潜，那他有什么用呢？

我們來舉個栗子：

假設(shè)我們要用爬蟲抓取 csdn 里的文章閱讀量椅贱。通過查看源代碼可以看到文章閱讀量這個內(nèi)容是這樣的結(jié)構(gòu):

<span class="read-count">閱讀數(shù)：641</span>

其中只有‘641’這個是一個變量懂算，也就是不同文章有不同的值济炎，當(dāng)我們拿到這個字符串時党涕，需要獲得這里邊的‘641’有很多種辦法，但如果使用正則應(yīng)該怎么匹配呢嗤瞎？

下面先講一下幾種類型的斷言：

1山橄、正向先行斷言（正前瞻）

語法：（?=pattern）

作用：匹配 pattern 表達(dá)式的前面內(nèi)容垮媒，不返回本身。

這樣子說航棱，還是一臉懵逼睡雇，好吧，回歸剛才那個栗子饮醇，要取到閱讀量它抱，在正則表達(dá)式中就意味著要能匹配到‘</span>’前面的數(shù)字內(nèi)容按照上所說的正向先行斷言可以匹配表達(dá)式前面的內(nèi)容，那意思就是:(?=</span>) 就可以匹配到前面的內(nèi)容了朴艰。匹配什么內(nèi)容呢抗愁？如果要所有內(nèi)容那就是：

可是老哥我們要的只是前面的數(shù)字呀，那也簡單咯呵晚，匹配數(shù)字 \d, 那可以改成：

大功告成蜘腌！

2、正向后行斷言（正后顧）

語法：（?<=pattern）

作用：匹配 pattern 表達(dá)式的后面的內(nèi)容饵隙，不返回本身撮珠。

有先行就有后行，先行是匹配前面的內(nèi)容金矛，那后行就是匹配后面的內(nèi)容啦芯急。

上面的栗子，我們也可以用后行斷言來處理：

3驶俊、負(fù)向先行斷言（負(fù)前瞻）

語法：(?!pattern)

作用：匹配非 pattern 表達(dá)式的前面內(nèi)容娶耍，不返回本身。

有正向也有負(fù)向饼酿，負(fù)向在這里其實就是非的意思榕酒。

舉個栗子：比如有一句 “我愛祖國胚膊，我是祖國的花朵”

現(xiàn)在要找到不是'的花朵'前面的祖國

用正則就可以這樣寫：

祖國(?!的花朵)

4、負(fù)向后行斷言（負(fù)后顧）

語法：(?<!pattern)

作用：匹配非 pattern 表達(dá)式的后面內(nèi)容想鹰，不返回本身紊婉。

8. 捕獲和非捕獲

單純說到捕獲，他的意思是匹配表達(dá)式辑舷，但捕獲通常和分組聯(lián)系在一起喻犁，也就是“捕獲組”。

捕獲組：匹配子表達(dá)式的內(nèi)容何缓，把匹配結(jié)果保存到內(nèi)存中中數(shù)字編號或顯示命名的組里肢础，以深度優(yōu)先進(jìn)行編號，之后可以通過序號或名稱來使用這些匹配結(jié)果碌廓。

而根據(jù)命名方式的不同乔妈，又可以分為兩種組：

1、數(shù)字編號捕獲組：

解釋：從表達(dá)式左側(cè)開始氓皱，每出現(xiàn)一個左括號和它對應(yīng)的右括號之間的內(nèi)容為一個分組，在分組中勃刨，第 0 組為整個表達(dá)式波材，第一組開始為分組。

比如固定電話的：020-85653333

他的正則表達(dá)式為：(0\d{2})-(\d{8})

按照左括號的順序身隐，這個表達(dá)式有如下分組：

我們用Java來驗證一下：

輸出結(jié)果：

可見廷区，分組個數(shù)是2，但是因為第0個為整個表達(dá)式本身贾铝，因此也一起輸出了隙轻。

2、命名編號捕獲組

語法：(?<name>exp)

解釋：分組的命名由表達(dá)式中的 name 指定

比如區(qū)號也可以這樣寫:(?\0\d{2})-(?\d{8})垢揩，按照左括號的順序玖绿，這個表達(dá)式有如下分組：

用代碼來驗證一下：

輸出結(jié)果：

3、非捕獲組

語法：(?:exp)

解釋：和捕獲組剛好相反叁巨，它用來標(biāo)識那些不需要捕獲的分組斑匪，說的通俗一點，就是你可以根據(jù)需要去保存你的分組锋勺。

比如上面的正則表達(dá)式蚀瘸，程序不需要用到第一個分組，那就可以這樣寫：

(?:\0\d{2})-(\d{8})

驗證一下：

輸出結(jié)果：

9. 反向引用

上面講到捕獲庶橱，我們知道：捕獲會返回一個捕獲組贮勃，這個分組是保存在內(nèi)存中，不僅可以在正則表達(dá)式外部通過程序進(jìn)行引用苏章，也可以在正則表達(dá)式內(nèi)部進(jìn)行引用寂嘉，這種引用方式就是反向引用奏瞬。

根據(jù)捕獲組的命名規(guī)則，反向引用可分為：

根據(jù)捕獲組的命名規(guī)則垫释，反向引用可分為：

數(shù)字編號組反向引用：\k 或\number

命名編號組反向引用：\k 或者\(yùn)'name'

好了 講完了丝格，懂嗎？不懂？闷Ｏ则颉！

可能連前面講的捕獲有什么用都還不懂吧订咸？

其實只是看完捕獲不懂不會用是很正常的曼尊！

因為捕獲組通常是和反向引用一起使用的

上面說到捕獲組是匹配子表達(dá)式的內(nèi)容按序號或者命名保存起來以便使用。

注意兩個字眼：“內(nèi)容” 和 “使用”脏嚷。

這里所說的“內(nèi)容”骆撇，是匹配結(jié)果，而不是子表達(dá)式本身父叙，強(qiáng)調(diào)這個有什么用神郊？嗯，先記住趾唱。

那這里所說的“使用”是怎樣使用呢涌乳？

因為它的作用主要是用來查找一些重復(fù)的內(nèi)容或者做替換指定字符。

還是舉栗子吧：

比如要查找一串字母"aabbbbgbddesddfiid"里成對的字母甜癞。

如果按照我們之前學(xué)到的正則夕晓，什么區(qū)間啊限定啊斷言啊可能是辦不到的，現(xiàn)在我們先用程序思維理一下思路：

1）匹配到一個字母

2）匹配第下一個字母悠咱，檢查是否和上一個字母是否一樣

3）如果一樣蒸辆，則匹配成功，否則失敗

這里的思路 2 中匹配下一個字母時析既，需要用到上一個字母躬贡，那怎么記住上一個字母呢？眼坏？逗宜？

這下子捕獲就有用處啦，我們可以利用捕獲把上一個匹配成功的內(nèi)容用來作為本次匹配的條件空骚。

好了纺讲，有思路就要實踐

首先匹配一個字母：\w，我們需要做成分組才能捕獲囤屹，因此寫成這樣：(\w)

那這個表達(dá)式就有一個捕獲組：（\w）

然后我們要用這個捕獲組作為條件熬甚，那就可以：(\w)\1這樣就大功告成了

可能有人不明白了，\1 是什么意思呢肋坚？

還記得捕獲組有兩種命名方式嗎乡括，一種是是根據(jù)捕獲分組順序命名肃廓，一種是自定義命名來作為捕獲組的命名在默認(rèn)情況下都是以數(shù)字來命名，而且數(shù)字命名的順序是從 1 開始的诲泌。

因此要引用第一個捕獲組盲赊，根據(jù)反向引用的數(shù)字命名規(guī)則 就需要 \k<1>或者\(yùn)1，當(dāng)然敷扫，通常都是是后者哀蘑。

我們來測試一下：

輸出結(jié)果：

嗯，這就是我們想要的了葵第。

在舉個替換的例子绘迁，假如想要把字符串中abc換成a。

輸出結(jié)果：

abbabcgbddesddfiid

10. 貪婪和非貪婪

1卒密、貪婪

我們都知道缀台，貪婪就是不滿足，盡可能多的要哮奇。在正則中膛腐，貪婪也是差不多的意思:

貪婪匹配：當(dāng)正則表達(dá)式中包含能接受重復(fù)的限定符時，通常的行為是（在使整個表達(dá)式能得到匹配的前提下）匹配盡可能多的字符鼎俘，這匹配方式叫做貪婪匹配哲身。

特性：一次性讀入整個字符串進(jìn)行匹配，每當(dāng)不匹配就舍棄最右邊一個字符而芥，繼續(xù)匹配，依次匹配和舍棄（這種匹配 - 舍棄的方式也叫做回溯）膀值，直到匹配成功或者把整個字符串舍棄完為止棍丐，因此它是一種最大化的數(shù)據(jù)返回，能多不會少沧踏。

前面我們講過重復(fù)限定符歌逢，其實這些限定符就是貪婪量詞，比如表達(dá)式：

\d{3,6}

用來匹配3到6位數(shù)字翘狱，在這種情況下秘案，它是一種貪婪模式的匹配，也就是假如字符串里有6個個數(shù)字可以匹配潦匈，那它就是全部匹配到阱高。

如:

輸出結(jié)果：

由結(jié)果可見：本來字符串中的“61762828”這一段，其實只需要出現(xiàn)3個（617）就已經(jīng)匹配成功了的茬缩，但是他并不滿足赤惊，而是匹配到了最大能匹配的字符，也就是6個凰锡。

一個量詞就如此貪婪了未舟，那有人會問圈暗，如果多個貪婪量詞湊在一起，那他們是如何支配自己的匹配權(quán)的呢裕膀？

是這樣的员串，多個貪婪在一起時，如果字符串能滿足他們各自最大程度的匹配時昼扛，就互不干擾寸齐，但如果不能滿足時，會根據(jù)深度優(yōu)先原則野揪，也就是從左到右的每一個貪婪量詞访忿，優(yōu)先最大數(shù)量的滿足，剩余再分配下一個量詞匹配斯稳。

輸出結(jié)果：

“617628” 是前面的\d{1,2}匹配出了 61海铆，后面的匹配出了 7628

"2991" 是前面的\d{1,2}匹配出了2 ，后面的匹配出了991(滿足匹配優(yōu)先挣惰，再最大程度的貪婪)

"87321"是前面的\d{1,2}匹配出了 87卧斟，后面的匹配出了 321

?2、懶惰（非貪婪）

懶惰匹配：當(dāng)正則表達(dá)式中包含能接受重復(fù)的限定符時憎茂，通常的行為是（在使整個表達(dá)式能得到匹配的前提下）匹配盡可能少的字符珍语，這匹配方式叫做懶惰匹配。

特性：從左到右竖幔，從字符串的最左邊開始匹配板乙，每次試圖不讀入字符匹配，匹配成功拳氢，則完成匹配募逞，否則讀入一個字符再匹配，依此循環(huán)（讀入字符馋评、匹配）直到匹配成功或者把字符串的字符匹配完為止放接。

懶惰量詞是在貪婪量詞后面加個“？”

輸出結(jié)果：

解答：

“61762” 是左邊的懶惰匹配出 6留特，右邊的貪婪匹配出 1762

"2991" 是左邊的懶惰匹配出 2纠脾，右邊的貪婪匹配出 991

"87321" 左邊的懶惰匹配出 8，右邊的貪婪匹配出 7321

11. 反義

前面說到元字符的都是要匹配什么什么蜕青，當(dāng)然如果你想反著來苟蹈，不想匹配某些字符，正則也提供了一些常用的反義元字符：

正則知識就講到這里右核，正則是一門博大精深的語言汉操，其實學(xué)會它的一些語法和知識點還算不太難，但想要做到真正學(xué)以致用能寫出非常 6 的正則蒙兰，還有很遠(yuǎn)的距離磷瘤，只有真正對它感興趣的芒篷，并且經(jīng)常研究和使用它，才會漸漸的理解它的博大精深之處采缚。