正則表達式是一種查找以及字符串替換操作站辉。正則表達式在文本編輯器中廣泛使用，比如正則表達式被用于：

檢查文本中是否含有指定的特征詞

找出文中匹配特征詞的位置

從文本中提取信息伍玖，比如：字符串的子串

修改文本

與文本編輯器相似，幾乎所有的高級編程語言都支持正則表達式。在這樣的語境下猜欺，“文本”也就是一個字符串，可以執(zhí)行的操作都是類似的拷窜。一些編程語言（比如Perl开皿，JavaScript）會檢查正則表達式的語法。

正則表達式是什么篮昧？

正則表達式只是一個字符串赋荆。沒有長度限制，但是懊昨，這樣的正則表達式長度往往較短窄潭。如下所示是一些正則表達式的例子：

I had a \S+ day today

[A-Za-z0-9-_]{3,16}

\d\d\d\d-\d\d-\d\d

v(\d+)(.\d+)*

TotalMessages="(.*?)"

<[^<>]>

這些字符串實際上都是微型計算機程序。正則表達式的語法酵颁，實際上是一種輕量級嫉你、簡潔、適用于特定領(lǐng)域的編程語言材义。記住這一點均抽，那么你就很容易理解下面的事情：

每一個正則表達式，都可以分解為一個指令序列其掂，比如“先找到這樣的字符油挥，再找到那樣的字符，再從中找到一個字符款熬。深寥。∠团＃”

每一個正則表達式都有輸入（文本）和輸出（匹配規(guī)則的輸出惋鹅，有時是修改后的文本）

正則表達式有可能出現(xiàn)語法錯誤——不是所有的字符串都是正則表達式

正則表達式語法很有個性，也可以說很恐怖

有時可以通過編譯殉簸，使得正則表達式執(zhí)行更快

在實現(xiàn)中闰集，正則表達式還有其他的特點。本文將重點討論正則表達式的核心語法般卑，在幾乎所有的正則表達式中都可以見到這些規(guī)則武鲁。

特別提示：正則表達式與文件通配語法無關(guān)，比如 *.xml

正則表達式的基礎(chǔ)語法

字符

正則表達式中包含了一系列的字符蝠检，這些字符只能匹配它們本身沐鼠。有一些被稱為“元字符”的特殊字符，可以匹配一些特殊規(guī)則。

如下所示的例子中饲梭，我用紅色標出了元字符乘盖。

I had a \S+ day today

[A-Za-z0-9-_]{3,16}

\d\d\d\d-\d\d-\d\d

v(\d+)(.\d+)*

TotalMessages="(.*?)"

<[^<>]*>

大部分的字符，包括所有的字母和數(shù)字字符憔涉，是普通字符订框。也就意味著，它們只能匹配它們自己兜叨，如下所示的正則表達式：

cat

意味著布蔗，只能匹配一個字符串，以“c”開頭浪腐，然后是字符“a”，緊跟著是字符“t”的字符串顿乒。

到目前為止议街，正則表達式的功能類似于

常規(guī)的Find功能

Java中的String.indexOf()函數(shù)

PHP中的strpos()函數(shù)

等等

注意：不做特殊說明，正則表達式中是區(qū)分大小寫的璧榄。但是特漩，幾乎所有正則表達式的實現(xiàn)，都會提供一個Flag用來控制是否區(qū)分大小寫骨杂。

點“.”

我們第一個要講解的元字符是“.”涂身。這個符號意味著可以匹配任意一個字符。如下所示的正則表達式：

c.t

意味著匹配“以c開頭,之后是任意一個字符搓蚪，緊跟著是字母t”的字符串蛤售。

在一段文本中，這樣的正則表達式可以用來找出cat,cot,czt這樣的字符串妒潭，甚至可以找出c.t這樣的組合悴能，但是不能找到ct或者是coot這樣的字符串。

使用反斜杠“\”可以忽略元字符雳灾，使得元字符的功能與普通字符一樣漠酿。所以，正則表達式

c.t

表示“找到字母c,然后是一個句號（“.”）谎亩，緊跟著字母t”

反斜杠本身也是一個元字符炒嘲，這意味著反斜杠本身也可以通過相似的方法變回到普通字符的用途。因此匈庭，正則表達式

c\t

表示匹配“以字符c開頭,然后是一個反斜杠夫凸，緊跟著是字母t”的字符串。

注意嚎花！在正則表達式的實現(xiàn)中寸痢，.是不能用于匹配換行符的∥裳。”換行符“的表示方法在不同實現(xiàn)中也不同啼止。實際編程時道逗，請參考相關(guān)文檔。在本文中献烦，我認為.是可以匹配任意字符的滓窍。實現(xiàn)環(huán)境通常會提供一個Flag標志位，來控制這一點巩那。

字符類

字符類是一組在方括號內(nèi)的字符吏夯，表示可以匹配其中的任何一個字符。

正則表達式c[aeiou]t即横，表示可以匹配的字符串是”以c開頭噪生，接著是aeiou中的任何一個字符，最后以t結(jié)尾”东囚。在文本的實際應用中跺嗽，這樣的正則表達式可以匹配：cat,cet,cit,cot,cut五種字符串。

正則表達式[0123456789]表示匹配任意一個整數(shù)页藻。

正則表達式[a]表示匹配單字符a桨嫁。

包含忽略字符的例子

a表示匹配字符串[a]

[[]\ab]表示匹配的字符為”[“或者”]”或者”a”,或者”b”

[[]]表示匹配的字符為”\”或者 “[”或者”]”

在字符類中，字符的重復和出現(xiàn)順序并不重要份帐。[dabaaabcc]與[abc]是相同的

重要提示：字符類中和字符類外的規(guī)則有時不同璃吧，一些字符在字符類中是元字符，在字符類外是普通字符废境。一些字符正好相反畜挨。還有一些字符在字符類中和字符類外都是元字符，這要視情況而定彬坏！

比如朦促，.表示匹配任意一個字符，而[.]表示匹配一個全角句號栓始。這不是一回事务冕！

字符類的范圍

在字符集中，你可以通過使用短橫線來表示匹配字母或數(shù)字的范圍幻赚。

[b-f]與[b,c,d,e,f]相同禀忆，都是匹配一個字符”b”或”c”或”d”或”e”或”f”

[A-Z]與[ABCDEFGHIJKLMNOPQRSTUVWXYZ]相同，都是匹配任意一個大寫字母落恼。

[1-9]與[123456789]相同箩退，都是匹配任意一個非零數(shù)字。