正则表达式（regular expression）：一些用来匹配和处理文本的字符串。主要功能为搜索和替换
一、基本的元字符
元字符 |
说明 |
|---|---|
. |
匹配任意单个字符 |
| |
逻辑或操作符 |
[] |
匹配字符集合中的一个字符 |
[^] |
对字符合集求非 |
- |
定义一个区间（例如[A-Z]） |
\ |
对下一个字符转义 |
二、数量元字符
元字符 |
说明 |
|---|---|
* |
匹配前一个字符（子表达式）的零次或多次重复 |
*？ |
*的懒惰型版本 |
+ |
匹配前一个字符（子表达式）的一次或多次重复 |
+? |
+的懒惰型版本 |
? |
匹配前一个字符（子表达式）的零次或一次重复 |
{n} |
匹配前一个字符（子表达式）的n次重复 |
{m, n} |
匹配前一个字符（子表达式）至少m次且至多n次重复 |
{n, } |
匹配前一个字符（子表达式）n次或更多次重复 |
{n, }? |
{n, }的懒惰型版本 |
三、位置元字符
元字符 |
说明 |
|---|---|
^ |
匹配字符串的开头 |
\A |
匹配字符串的开头 |
$ |
匹配字符串的结束 |
\Z |
匹配字符串的结束 |
\< |
匹配单词的开头 |
\> |
匹配单词的结束 |
\b |
匹配单词边界（开头和结束）boundary |
\B |
\b的反义 |
四、特殊字符元字符
元字符 |
说明 |
|---|---|
[\b] |
退格字符 |
\c |
匹配一个控制字符 |
\d |
匹配任意数字字符 |
\D |
\d的反义 |
\f |
换页符 |
\n |
换行符 |
\r |
回车符 |
\s |
匹配一个空白字符 |
\S |
\s的反义 |
\t |
制表符（Tab字符） |
\v |
垂直制表符 |
\w |
匹配任意字母数字字符或下划线字符 |
\W |
\w的反义 |
\x |
匹配一个十六进制数字 |
\0 |
匹配一个八进制数字 |
五、回溯引用和前后查找
元字符 |
说明 |
|---|---|
() |
定义一个子表达式 |
\1 |
匹配第一个子表达式；\2表示匹配第2个表达式，以此类推 |
?= |
向前查找 |
?<= |
向后查找 |
?! |
负向前查找 |
?<! |
负向后查找 |
?() |
条件（if then） |
?()| |
条件（if then else） |
六、大小写转换
元字符 |
说明 |
|---|---|
\E |
结束\L或\U转换 |
\l |
把下一个字符转换为小写 |
\L |
把后面的字符转换为小写， 直到遇见\E为止 |
\u |
把下一个字符转换为大写 |
\U |
把后面的字符转换为大写， 直到遇见\E为止 |
七、一些特例的正则匹配
1.IP地址的正确匹配
任何一个1位或2位数字
任何一个以1开头的3位数字
任何一个以2开头、第二位数字在0~4之间的3位数字
任何一个以25开头、第3位数字在0~5之间的3位数字
2. HTML标题匹配（回溯匹配）
- 保持前后一致，过滤掉错误的标签
3.邮件地址的匹配
- 可以有任意多个字符
- 第一个字符必须是一个字母或数字字符
4.url的匹配
- 解决http和https同时匹配的问题
