正則表達式基礎語法摘要

什麼是正則表達式呢，先來看一下百度百科中的解釋：

正則表達式，又稱規則表達式。（英語：Regular Expression，在代碼中常簡寫為regex、regexp或RE），計算機科學的一個概念。正則表通常被用來檢索、替換那些符合某個模式(規則)的文本。

簡單來說，正則表達式是一種特定的模式，可以用來對文本進行匹配、替換或刪除等操作。正則表達式本身與編程語言無關，是一種強大的文本處理工具。

基礎概念

正則表達式由兩種字符構成：元字符和普通文本字符。其中，元字符 即正則表達式中的特殊字符，為正則表達式提供了強大的描述能力，如：*和.

量詞：?, +, *。這三個元字符可以用來限定所作用元素的重現次數。
字符組：形如[Regex...]的表達式子句
貪婪：如*字符。貪婪量詞會匹配盡可能多的字符串
非貪婪模式：即盡可能少的匹配字符串，一般對表達式後加?即可實現

元字符總結

匹配單個字符

元字符匹配對象 \d 匹配一個數字 \D 匹配一個非數字字符 \w 匹配一個數字、字母和下劃線字符 \W 匹配一個非數字、字母或非下劃線的字符 \s 匹配一個空白符字符，如空格和制表符 \S 匹配一個非空白符字符，如空格和制表符 . 匹配除換行符以外的任意單個字符 [...] 字符組，匹配括號中的任意一個字符 [^...] 排除型字符組，匹配括號中未列出的任意一個字符 \Char 若Char是元字符，可以將其轉義為對應的普通字符進行匹配。如\.匹配一個“.”

有計數功能的元字符

元字符匹配對象 ？ 匹配零次或一次 * 匹配任意多次，也可以不匹配 + 匹配任意多次，但至少必須匹配一次 {min, max} 至少匹配min次，至多匹配max次。 {, max} 至少匹配0次，至多匹配max次 {min, } 至少匹配min次，但匹配次數不設上限 {n} 匹配n次

匹配位置的元字符

元字符匹配對象 ^ 匹配起始位置，當出現在字符組開頭時，表示排除（也可理解為取反） $ 匹配結尾位置 \b 匹配字符邊界，但不會消耗字符，只匹配一個位置。如從"This is Regex"中匹配"is": \bis\b

其他

元字符匹配對象 \ 匹配任意分割的表達式 (...) 限定多選結構的范圍，標注量詞作用的元素，可以為反向引用捕獲文本 \1, \2 ... 反向引用。匹配之前的第一，第二組括號內的表達式匹配到的文本

非貪婪模式

舉例：清溪路555號10號樓
匹配地址中的路號，首先可能會想到：.*(\d+)號.*，但實際上，前面的.*為貪婪模式，會首先向後盡可能多的匹配，會導致小括號中的\d+只能匹配到10號樓中的0（因為是從左向右開始匹配，.*匹配用掉了太多的字符串，只留下一個數字0給\d+進行匹配）。
如果想要匹配出555，則需要寫成.*?(\d+)號.*，注意多了一個問號。這就是非貪婪模式，問號前面的表達式會盡可能少的匹配，只要整個表達式匹配成功即可。
基本上可以總結如下表達式：

元字符匹配對象 *? 匹配任意次，但要盡可能少 +? 匹配1次或更多次，但要盡可能少 ?? 匹配0次或1次，但要盡可能少 {min, max}? 匹配min到max次，但要盡可能少

分組

正則表達式中的分組，基本都由(exp)模式來實現，常見語法如下：

元字符匹配對象 (exp) 匹配exp並捕獲匹配到的值到默認的組裡 (?<name>exp) 匹配exp並捕獲值到name組中 (?:exp) 匹配exp，但不捕獲匹配到的值，也不給此組分配組號 (?=exp) 匹配exp前面的位置，如上面的地址，我們要提取小區地址，應該寫成(.+?(?=\w+?號樓))，會匹配出清溪路555號 (?<=exp) 匹配exp後面的位置 (?!exp) 匹配後面不是exp的位置，如137(?!\d)匹配的是137開頭的、非數字結尾的字符串，例：137a (?<!exp) 匹配前面不是exp的位置