1亭引，強推一個github上學習正則的項目
? ? ? https://github.com/ziishaned/learn-regex/blob/master/translations/README-cn.md
2侧啼，常見的郵箱格式
? ? 1渣触，數字 + @ + 數字 + .com：111222335556666@163.com
? ? 2戳护，數字湘今、字母 + 下劃線 + @ + 數字|字母 + .com：zhangsan_123@163(qq).com
? ? 3岔擂，數字病苗、字母、下劃線 + @ + 數字挠阁、字母宾肺、中劃線- + .com：zhangsan_123@company-china.com
? ? 補充說明：為了下文便于理解，假定上述郵箱字符串作以下拆分：
? ? ? ? 1）第一部分：@符號之前的內容
? ? ? ? 2）第二部分：@符號之后侵俗，.符號之前的部分
? ? ? ? 3）第三部分：.符號之后的部分（雖然上述鏈接格式是以頂級域名com為結尾锨用，但并不排除出現類似.com.cn這樣的結構）
3，正則解析
????3.0隘谣，前言? ? ? ??
? ? ?????????1增拥，基于每個人的思維模式，理解能力等因素寻歧，為了使您的正則學習不誤入歧途跪者，請確保在參考了一定資料（如菜鳥教程、或是上述推薦的github項目）之后熄求，有了初步的基礎后，再參考本文逗概，作進一步的參考印證會更好一點弟晚，請認真考慮我的提議！
? ? ? ? ? ? 2逾苫，本文適合正則初學者閱讀卿城；本意還是為了引導初學者在學習過程中如何去思考構造及優(yōu)化正則表達式；本文所用的例子并不一定全部涵蓋現實中所有的郵箱格式铅搓。
? ? ? ? ? ? ? ? ?故在閱讀過程中瑟押，希望您可以嘗試考慮本文沒有提及的地方，以及該如何優(yōu)化星掰？同時多望，也歡迎您在下方留言處予以指正嫩舟，非常感謝！
? ? ? ? ? ? 3怀偷，本文篇幅略長家厌，您最好是有時間了跟著操作一遍比較好。
? ? ? ? ? ? 4椎工，部分元字符因為偷懶的緣故饭于，并未一一列出，請綜合參考各方資料维蒙。
? ? 3.1掰吕，思考題：如何（僅）匹配數字或字母其中一種情況？
? ? ? ? ? ? 1颅痊，會的同學請略過
? ? ? ? ? ? 2殖熟，相關元字符：
?????????????????????\d? ?-? 表示[0-9]的整數數字；? ? ? ? ? ? ? ? ?
????????????????????\w? -? 表示字母八千、數字吗讶、下劃線
? ? ? ? ? ? ????????+? ?-? 表示該符號（即符號+）前出現的子表達式需要至少出現1次父虑；
????????????????????*? ?-? ?表示該符號前出現的子表達式需要至少出現0次
? ? ? ? ? ? ????????材部？ -? ?表示該字符前出現的子表達式可以出現0次或1次
? ? ? ? ? ? ????????^? ?-? ?匹配輸入字符的開始位置
? ? ? ? ? ? ? ? ? ? $? ?-? ?匹配輸入字符的結束位置
? ? ? ? ? ? ? ? ? ? ?:? -? ?匹配 pattern 但不獲取匹配結果
? ??????????????????x|y: -? 匹配x或匹配y
? ? ? ? ? ? ? ? 針對上述思考題，我將嘗試分步進行校驗：
? ? ? ? ? ? ? ? 1）如何僅匹配數字谤民？
? ? ? ? ? ? ? ? ? ? 匹配單個整數的元字符是\d沸停，匹配多個整數數字字符串可以用\d+（當然膜毁，*其實也是可以的，顯然元字符+的匹配結果是元字符*的匹配結果的子集）愤钾；那如何保證整個字符串只能出現數字呢瘟滨？答案是用元字符^和$去限制輸入值；
? ? ? ? ? ? ? ? ? ? 也即是說能颁，^與\d結合告訴程序需要排除輸入字符的開始位置不為數字的情況（$符號同理）杂瘸。
????????????????????同時滿足這兩個限制才會輸出匹配結果（至于中間不為數字的情況嘛，該表達式走不下去伙菊，因為當判斷到非數字的情況的時候败玉，意味著\d+匹配結束，然后$符號發(fā)現結束位置不為數字镜硕，匹配失斣艘怼；您可以試著解除$元字符的限制兴枯，看看中間不為數字的匹配結果）血淌。
? ? ? ? ? ? ? ? 2）如何僅匹配字母？
? ? ? ? ? ? ? ? ? ? ? 構造過程同上财剖。需要注意的是悠夯，在當前限制下癌淮，\w不再適合用來匹配字母，因為\w同時還能匹配數字和下劃線疗疟。
所以我嘗試將之替換為[a-zA-Z]该默。
? ? ? ? ? ? ? ? 3）如何（僅）匹配數字或字母其中一種情況？
? ? ? ? ? ? ? ? ? ? ? 將前兩步的結果策彤，構造成x|y形式栓袖。
? ? ? ? ? ? ? ? 4）針對第3步的結果，該如何優(yōu)化店诗？
? ? ? ? ? ? ? ? ? ? ? 需要提醒的是裹刮，由于第3步中，我將第1步和第2步中的結果組成了“x|y”這種形式庞瘸，為了不使這兩個子表達式造成歧義捧弃，我用了兩個小括號將其包裹起來；
? ? ? ? ? ? ? ? ? ? ? 于是我面臨了一個問題：由于小括號除了通俗意義上的隔離擦囊、提高優(yōu)先級等作用外违霞；它在正則里還有一個作用是收集并存儲括號內子表達式的匹配結果。因此瞬场，當我并不需要這個子表達式的匹配結果時买鸽，我可以用元字符“?:”來實現這個想法。當然贯被，如果您需要用到的話眼五，則并不需要考慮?:元字符的作用。
? ? 3.2彤灶，數字 + @ + 數字 + .com類：
? ? ? ?相關元字符：
????????????\d? ?-? 表示[0-9]的整數數字看幼；
????????????\w? -? 表示字母、數字幌陕、下劃線
? ? ? ? ? ? +? ?-? 表示該符號（即符號+）前出現的子表達式需要至少出現1次诵姜；
????????????*? ?-? ?表示該符號前出現的子表達式需要至少出現0次
? ? ? ? ? ? ？ -? ?表示該字符前出現的子表達式可以出現0次或1次
? ? ? ? ? ? ^? ?-? ?略
? ? ? ? ? ? .? ?-? ? 略
? ???????????:? -? ?匹配 pattern 但不獲取匹配結果
? ? ? ? ? ? 雖然常規(guī)下搏熄，使用+ 和 * 是為了讓符號前的最后一個字符出現多次茅诱，例如，zo+里搬卒，+號所應用的字符就是o，而不是zo翎卓，所以zo+這個正則契邀，回去匹配zo，zoo失暴，zo...坯门，卻不會去匹配zozo微饥；
? ? ? ? ? ? 但上述表述中，之所以描述為菜鳥教程里表述的“子表達式”古戴，是因為“字符”的概念并不同于常規(guī)意義下的char欠橘，我是可以通過小括號（）去構造新的“字符”的（而常規(guī)意義下，超出一個char的字符现恼，再表述為字符就有點歧義了肃续，所以在初學階段，理解為子表達式會更合適一點）叉袍；這意味著始锚，我要向匹配zozo的話，可以用正則表達式(zo)+
????????????雖然上述想盡可能去解釋清楚這個概念喳逛，但為了防止誤解瞧捌，或是為了加深印象，您最好可以多做嘗試润文。
????????????所以上述正則可以對號入座：/\d+@\d+.\w+/
? ? ? ? ? ? 在優(yōu)化上述正則前姐呐，我想就@和.這樣的字符引申出一個概念：在無解的情況下，可以使用通俗語言表達形式去構造正則典蝌；
? ? ? ?????原因是如下：
? ? ? ? ? ?1）曙砂，某些符號在不具備很強復用性的情況下是沒有簡寫形式的，這也是為什么對于[a-zA-Z0-9_]這個正則可以用 \w來替代赠法；（當然麦轰，基于下劃線都被丟到\w來看，哪天@符號被丟進去倒也不奇怪砖织，畢竟字母和數字也沒很強的關聯不是款侵？）
? ? ? ? ? ?2），在精通之前侧纯，您最好做好先初步構造新锈，再嘗試優(yōu)化這一流程的心理準備；比如上述正則還可以更粗糙一點： /\d+@\d+.com/（雖然這樣一來眶熬，就屏蔽了.org妹笆，.cn這類的頂級域名）
? ? ? ? ????那么對上述正則，可以如何優(yōu)化呢娜氏？
? ? ? ? ? ? 1）@符號前有個\d+拳缠，@符號后有個\d+，那能不能將他們合在一起呢贸弥？
? ? ? ? ? ? 這種思路是可以的窟坐，主要在于@符號如何處理呢？可以考慮用元字符“?"來標識它可出現可不出現。然后為了保證合并后的子表達式出現兩次哲鸳，我需要將其用小括號包裹臣疑，并用+號來對他進行擴展（其實*號也可以，畢竟考慮到子表達式需要出現2次徙菠，那么>=0和>=1在這種情況下就沒什么區(qū)別了）讯沈；于是我得到了新的正則?/(\d+@?)+.\w+/
? ? ? ? ? ? 2）雖然我在優(yōu)化1）處用小括號對@符號的前后進行了整合，但小括號有個特性—對括號內的子表達式進行收集和存儲婿奔，于是缺狠，我得到了下邊的結果：? ? ? ?
? ? ? ? ? ? 對于上述結果，您可以用(?:pattern)表達式來進行設定脸秽，它的含義是儒老，匹配pattern部分的內容，但是记餐，不緩存其匹配結果驮樊。基于對該元字符的應用片酝，我得到了如下結果：
? ? ? ? ? ? 3）對于上述正則表達式囚衔，您也許會發(fā)現，其對郵箱的起始字符未限定
? ? ? ? ? ? ps：我當前是在基于對“數字 + @ + 數字 + .com”這一類郵箱做處理雕沿，所以按照這類郵箱的定義练湿，是不應該出現出現非數字的情況的）；所以有了如下結果：
? ? ? ? ? ? 實際上這種已經不符合第一種郵箱格式了审轮，為了排除這種可能肥哎，我不得不考慮在首位加個符號^以標識郵箱是以數字開始輸入的：/^(?:\d+@?)+.\w+/
? ? ? ? ? ? 4）然后我發(fā)現，上述表達式有一個嚴重的bug - 對于符號“.”沒有進行轉義
? ? ? ? ? ? 于是出現了以下錯誤的（?）匹配結果：
? ? ? ? ? ? ?那么上述錯誤是怎么發(fā)生的呢疾渣？
? ? ? ? ? ? ?您可以嘗試從結果一步步逆推回去篡诽。當然，我當前也是如此做的榴捡，比方說111222335556666@這個數字部分說明第一部分的\d+是生效了的,同時元字符杈女？對其前面的子表達式（即@部分）可出現0次或1次的表述，使得結果里第一部分數字后跟著一個@吊圾；至此第一部分的數字和@符號匹配完畢达椰；
? ? ? ? ? ? ?緊接著應該匹配第二部分的數字，從結果可知项乒，第二部分的\d+匹配到了163啰劲，@沒出現是因為元字符？標識它可以不出現檀何。
? ? ? ? ? ? ?那么上述異常結果中蝇裤，wwww是怎么來的呢趁尼？
? ? ? ? ? ? ?其原因是元字符.沒有做轉義，而元字符.的含義是匹配除換行符和回車符之外的任意單個字符猖辫。從結果來看，由于元字符.緊跟在匹配數字的正則子表達式之后砚殿，于是它順利匹配到了163之后的單個字符w啃憎；而剩下的3個www則是由\w+完成的匹配。
? ? ? ? ? ? ?上述錯誤得出的教訓：1似炎，盡可能熟悉每個元字符的含義辛萍；2，該轉義的字符千萬別漏了羡藐。
? ? ? ? ? ? ?上述錯誤修正后的結果：/(?:\d+@?)+\.\w+/
? ? ? ? ? ? ?上述錯誤的同類結果：? ? ? ? ? ? ? ? ? ? ? ?
? ? ? ? ? ? ? 它出現的原因大體同上贩毕，但上述結果的出現有一個地方需要重點說明下：正則表達式默認是貪婪匹配模式，這意味著仆嗦，（假如您大致懂一點回溯的內容的話）辉阶，一次能到終點的操作，它絕對不會回溯一次另外選一條路走瘩扼！這一點很重要谆甜！
? ? ? ? ? ? ? 這導致了上述表達式中（?:\d+@?)+這個部分只執(zhí)行了一次，得到了結果“111222335556666@”集绰；然后緊跟其后的元字符.匹配到了w规辱；然后由于元字符\w表述了字母、數字栽燕、下劃線三種概念罕袋，于是它跟元字符+一起，匹配到了最后的www163 部分碍岔。關于上述結果的驗證過程浴讯，可以考慮將正則的\w+部分去掉，您會發(fā)現付秕，結果是“111222335556666@w”兰珍。
? ? ? ? ? ? ? 也許您可以試著分析下如下兩個字符串的匹配結果：
? ? ? ? ? ? ? “111222335556666wwwww@163.com”
? ? ? ? ? ? ? “11122233wwww5556666@163.com”
? ? ? ? ? ? 5）然后我發(fā)現，第4步中得到的結果還有瑕疵 - \w 除了字母询吴，還能匹配數字和下劃線
? ? ? ? ? ? ? ? ? 于是下邊的錯誤也就發(fā)生了：
? ? ? ? ? ? ? ? ? ?為了修正錯誤：我將表達式調整為/(?:\d+@?)+\.[a-zA-Z]+/（當然掠河，假設有人把域名寫成COm這種形式，我建議還是整體對郵箱字符串做一下toUpperCase或者toLowerCase比較好猛计！雖然是可以做進一步拆分校驗唠摹，但嚴格來說，這并不屬于校驗不合法的范疇）
? ? ? 3.3奉瘤，數字勾拉、字母 + 下劃線 + @ + 數字|字母 + .com：
????????????相關元字符：? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
????????????????\w? -? 表示字母煮甥、數字、下劃線
? ? ? ? ? ? ????+? ?-? 表示該符號（即符號+）前出現的子表達式需要至少出現1次藕赞；
????????????????*? ?-? ?表示該符號前出現的子表達式需要至少出現0次
? ? ? ? ? ? ????成肘？ -? ?表示該字符前出現的子表達式可以出現0次或1次
? ? ? ? ? ? ????^? ?-? ?略
? ? ? ? ? ? ????.? ?-? ? 略
? ? ? ? ? ? ? ? 經過上述3.1部分的啰里吧嗦，我想初步的正則表達式并不難配斧蜕，對吧双霍。
? ? ? ? ? ? ? ? 比如：/^(?:\w+@?)+\.[a-zA-Z]+/
? ? ? ? ? ? ? ? 接著，請跟我一起來拆解下上述的表達式：
? ? ? ? ? ? ? ? ? ? 1）^(?:\w+@?)+：表述了我想匹配以\w開頭批销，且形如:zhangsan_1@163(qq)這樣格式的字符串
? ? ? ? ? ? ? ? ? ? 2）\.：表述匹配普通字符.
? ? ? ? ? ? ? ? ? ? 3）[a-zA-Z]+: 最后一部分\w+表述我想匹配最后的域名部分（當然洒闸，形如.com.cn暫時不在討論范圍內）
? ? ? ? ? ? ? ? 通過拆解表達式，您可以發(fā)現均芽，上述部分出現了3.2中第5步的錯誤丘逸，即\w并不光匹配字母、數字掀宋，還匹配下劃線深纲。
????????????????而下劃線出現在第一部分，即@符號之前布朦，可以說是符合本回合郵箱構造規(guī)則囤萤；但是，若出現在@符合之后的第二部分是趴，那就大為不妥了涛舍，而上述表達式顯然，會出現以下匹配結果：
? ? ? ? ? ? ? ? 由于上述的表達式對于第二部分內容（@字符之后唆途，.字符之前）富雅，匹配的并不盡如人意。所以子表達式“^(?:\w+@?)+”需要對第二部分的匹配進行優(yōu)化肛搬。
? ? ? ? ? ? ? ? 既然問題出在第二部分没佑，那么意味著，我在3.2中分析時温赔，對@符號前后子表達式的整合（即將xx@xx整合為(xx@?)+這種形式）就不攻自破了蛤奢。
????????????????那么，對于第二部分的匹配期望陶贼，我現在需要構造一個正則表達式啤贩，使得能且僅能匹配（純數字或純字母表達式的）其中一種情況，即要么匹配類似ww這樣的字符串拜秧，要么匹配111這樣的字符串痹屹，其他字符串暫且假定非法。
? ? ? ? ? ? ? ? 于是枉氮，您會發(fā)現志衍，我在3.1中已經引導您做過類似的校驗暖庄。然后，您可能會犯我之前犯過的錯誤楼肪，即簡單粗暴地將其添加到正則表達式中培廓，形成這樣的式子：/^\w+@(?:^\d+$|^[a-zA-Z]+$)\.[a-zA-Z]+/;
? ? ? ? ? ? ? ? 然后您會發(fā)現，這下不僅僅是錯誤的字符串無法通過校驗春叫，正確的字符串也不行了医舆！
? ? ? ? ? ? ? ? 于是，我希望您能跟我一起來重溫一下元字符^和元字符$的概念：前者匹配輸入的起始位置象缀，后者匹配輸入的結束位置；所以爷速，這就是我在3.1中加入起始和結束元字符可以生效央星，而在3.3中失效的原因（因為對于輸入者而言，可以人為的理解某一段輸入值的開始和結束位置惫东，但對于程序而言莉给，字符串的起始和結束位置是相對于整體而言的，而非局部的某個子串廉沮。）
? ? ? ? ? ? ? ? 基于上述反思颓遏，較為合理的一個正則表達式為：/^\w+@(?:\d+|[a-zA-Z]+)\.[a-zA-Z]+/
