正则表达式（Regular Expression）使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。正则表达式通常被用来检索、替换符合模式的文本。正则表达式最早出现在出现在理论计算机科学的自动控制理论中，后来被Unix系统上的编辑器ed使用，并最终发展为grep命令。最后，正则表达式被广泛使用在大多数编程语言中。
基本语法
一个正则表达式通常被称为一个模式，被用来描述、匹配一系列符合某个句法规则的字符串。正则表达式语法包括：
- 字面值，没有任何转义，查找的对象就是其本身。比如正则表达式abc，匹配的结果就是a、b、c三个字母连在一起的字符串。
.，匹配除换行符外的任意字符。[]，中括号这种形式被称为字符类。在正则表达式中，一些字符被[]符号括住，它们表示被括号中属性约束的字符。需要注意两点：- 在字符类中字符的顺序和重复性是没有意义的；
.在字符类中表示的就是其本身。
-，为区间符号，表示在给定的范围内取值。[0123456789]与[0-9]是相同的，区间的范围应该是有意义的，[a-1]虽然没有语法错误，但是没有任何意义。区间左右两端对应的是字符，并不是数字，[2-41]?^，为取反符号，取反符号必须在[]中使用，取反符号是将后面的整体作为取反条件的。{}，为乘法集，以前面的整体作为乘法条件。乘法集区间有如下特点：- 乘法集的“越长越好”属性，对于字符串
aaaabb，正则表达式a{2,4}会匹配aaaa； - 乘法集的“全部获取”属性，对于字符串
aabbaaaab，正则表达式a{2,4}会匹配aa和aaaa； - 乘法集区间支持开区间，
a{1,}是合法的。
- 乘法集的“越长越好”属性，对于字符串
?，为判断符号，同{0,1}。当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串oooo，o+?将匹配单个o，而o+将匹配所有o。*，为通配符号，同{0,}。+，同{1,}。|，为或符号，表示或的关系,abc|edf表示匹配abc或者edf。()，表示组合，也可以理解为高优先级匹配。\b，表示单词的边界，也就是指单词和空格间的位置。例如，er\b可以匹配never中的er，但不能匹配verb中的er。\B，匹配非单词边界。er\B能匹配verb中的er，但不能匹配never中的er。cx，匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的c字符。\d，匹配一个数字字符。等价于[0-9]。\D，匹配一个非数字字符。等价于[^0-9]。\f，匹配一个换页符。等价于\x0c和\cL。\n，匹配一个换行符。等价于\x0a和\cJ。\r，匹配一个回车符。等价于\x0d和\cM。\s，匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。\S，匹配任何非空白字符。等价于[^ \f\n\r\t\v]。\t，匹配一个制表符。等价于\x09和\cI。\v，匹配一个垂直制表符。等价于\x0b和\cK。\w，匹配包括下划线的任何单词字符。等价于[A-Za-z0-9_]。\W，匹配任何非单词字符。等价于[^A-Za-z0-9_]。\xn，匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，\x41匹配A。正则表达式中可以使用ASCII编码。^$，^表示行的开头，$表示行的结尾。\，转义字符。
高（奇）级（技）语（淫）法（巧）
下面介绍的是一些正则表达式中比较生僻，但是也非常有用的用法。
(pattern)，匹配pattern并获取这一匹配的子字符串。该子字符串用于向后引用。所获取的匹配可以从产生的Matches集合得到。(?:pattern)，匹配pattern但不获取匹配的子字符串，也就是说这是一个非获取匹配，不存储匹配的子字符串用于向后引用。这在使用或字符(|)来组合一个模式的各个部分是很有用。例如industr(?:y|ies)就是一个比industry|industries更简略的表达式。(?=pattern)，正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，Windows(?=95|98|NT|2000)能匹配Windows2000中的Windows，但不能匹配Windows3.1中的Windows。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。(?!pattern)，正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如Windows(?!95|98|NT|2000)能匹配Windows3.1中的Windows，但不能匹配Windows2000中的Windows。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始(?<=pattern)，反向肯定预查，与正向肯定预查类似，只是方向相反。例如，(?<=95|98|NT|2000)Windows能匹配2000Windows中的Windows，但不能匹配3.1Windows中的Windows。(?<!pattern)，反向否定预查，与正向否定预查类似，只是方向相反。例如(?<!95|98|NT|2000)Windows能匹配3.1Windows中的Windows，但不能匹配2000Windows中的Windows。
贪婪匹配和懒惰匹配
当正则表达式中包含能接受重复的限定符时，在使整个表达式能得到匹配的前提下，通常的行为是匹配尽可能多的字符。以a.*b为例，它会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，会匹配整个字符串，这被称为贪婪匹配。
但是有时我们需要匹配尽可能少的字符-懒惰匹配。贪婪匹配可以转化为懒惰匹配，只需要在表达式中增加一个问号？。这样.*?就意味着匹配任意数量的重复，但是在能使匹配成功的前提下使用最少的重复。a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它用于匹配aabab的话，会匹配aab和ab。
参考资料
声明：欢迎转载，请注明出处。