一. 正则表达式基础知识
1. 概念
正则表达式是一种特殊的字符串模式，用于匹配一组字符串，就好比用模具做产品，而正则就是这个模具，定义一种规则去匹配符合规则的字符.
2. 应用领域
(1) 登录注册页的表单验证 web开发 要求简单语法
(2) 爬虫爬虫 把这个网页下载下来 从里面提取一些信息,找到我要的所有信息,做数据分析
(3) 自动化开发 日志分析
二. 正则表达式语法
字符
字符 描述\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“n”匹配字符“n”。“\n”匹配一个换行符。串行“\\”匹配“\”而“\(”则匹配“(”。^ 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。$ 匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。* 匹配前面的子表达式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等价于{ 0,}。+ 匹配前面的子表达式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{ 1,}。? 匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。?等价于{ 0,1}。{n} n是一个非负整数。匹配确定的n次。例如，“o{ 2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。{n,} n是一个非负整数。至少匹配n次。例如，“o{ 2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{ 1,}”等价于“o+”。“o{ 0,}”则等价于“o*”。{n,m} m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{ 1,3}”将匹配“fooooood”中的前三个o。“o{ 0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。? 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”。. 匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符，请使用像“(.|\n)”的模式。(pattern) 匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“\(”或“\)”。(?:pattern) 匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。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，与正向肯定预查类拟，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”。(?
1.元字符
(1) 字符组[], [^], |, ()
字符组 [] 在一个字符的位置上能出现的内容
[1bc] 是一个范围 [0-9][A-Z][a-z] 匹配三个字符 [abc0-9] 匹配一个字符 [0-9a-zA-Z] 匹配一个字符 \d == [0-9] 也示匹配一个字符,匹配的是一个数字 \w == [0-9a-zA-Z_] 表示匹配一个数字字母下划线 \s == [\n \t] 包括回车,空格和制表符tab \n 匹配回车 \t 匹配制表符 \D 匹配非数字 \W 匹配非数字字母下滑线 \S 匹配非空白 [\d\D] [\w\W] [\s\S] 匹配所有 ^ 匹配字符串的开始 S 匹配字符串的结尾 . 匹配除换行符以外的任意字符
| 正则 | 待匹配字符 | 匹配结果 | 说明 |
| [123456] | 5 | True | 在一个字符组里枚举合法的所有字符，字符组里的任意一个字符和"待匹配字符"相同都视为可以匹配. |
| [0-9] | 6 | True | [0-9] 表示从0到9的10个数字. [a/A-z/Z]表示从a/A到z/Z |
| [^123456] | 5 | False | [^]里的^表示的是非的意思,匹配的是不在字符组里的字符 |
| [123]|[456] | 5 | True | | 表示或的意思,两边都可以匹配 |
| (123) | 123 | True | ()代表一个整体,匹配的必须是和()里所有的字符 |
| [123][456][123456] | 255 428 | True False | 三个[]表示匹配三个字符,一一与待匹配字符相对应 |
| \d | 12259 | True | \d表示匹配任意数字 |
| \w | 12ASxft | True | \w表示匹配任意数字和大小写字母,即[0-9a-zA-Z] |
| \s | 234 | False | 匹配的字符包括回车,空格和制表符tab |
| 海. | 海燕海娇海东 | 海燕海娇海东 | 匹配所有"海."的字符 |
| ^海. | 海燕海娇海东 | 海燕 | 只从开头匹配"海." |
| 海.$ | 海燕海娇海东 | 海东 | 只匹配结尾的"海.$" |
2. 量词
(1) *, +, ? (2) {n}, {n,}, {n,m} * 重复零次或更多次 + 重复一次或更多次 ? 重复零次或一次 {n} 重复n次 {n,} 重复n次或更多次 {n,m} 重复n到m次 正则 待匹配字符 匹配结果 说明 \d* 12345678 12345678 从数字开始匹配,至少匹配0次 \d+ 12345678 12345678 从数字开始匹配,至少匹配一次 \d{3,6} 123456 123456 从数字开始匹配,至少匹配三次最多匹配6次 \d*(\.\d)? 123.456 123.456 匹配正整数或者小数
? 的使用 : 在量词的后面跟了一个 ? 取消贪婪匹配 非贪婪(惰性)模式
3. 正则表达式的转义
'\(' 表示匹配小括号[()+*?/$.] 在字符组中一些特殊的字符会现出原形所有的 \w \d \s(\n,\t, ) \W \D \S都表示它原本的意义[-]只有写在字符组的首位的时候表示普通的减号写在其他位置的时候表示范围[1-9]如果就是想匹配减号 [1\-9]
常见的正则表达式
用户名 /^[a-z0-9_-]{ 3,16}$/密码 /^[a-z0-9_-]{ 6,18}$/十六进制值 /^#?([a-f0-9]{ 6}|[a-f0-9]{ 3})$/电子邮箱 /^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{ 2,6})$/ /^[a-z\d]+(\.[a-z\d]+)*@([\da-z](-[\da-z])?)+(\.{ 1,2}[a-z]+)+$/URL /^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{ 2,6})([\/\w \.-]*)*\/?$/IP 地址 /((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){ 3}(2[0-4]\d|25[0-5]|[01]?\d\d?)/ /^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){ 3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$/HTML 标签 /^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$/删除代码\\注释 (?