标签：
在开始之前先说一些值得大家注意的事项吧
1 正则表达式没有逻辑与、逻辑非关系。那么要实现逻辑与，就要靠表达式序列来实现了，也就是组合。而逻辑非要靠零宽断言来实现了，但是不幸的是，现在大多数工具对断言啊，分组捕获的支持并不完整。比如sed，是不支持断言的。
2 正则表达式的逻辑或关系，在正则表达式中是靠多选来实现的。
3 请谨遵语法，对于那些用惯了一个*来代表若干字符的，请注意，这并不是标准的正则表达式，而是一些工具自己内部封装的特殊符号。
4 注意匹配的范围，正则表达式默认是匹配最大范围，就是说大家要考虑匹配句子？匹配单词？匹配单词的一部分？比如有以下的文本行，int main(int argc... ,对于表达式.*t\b将匹配以下内容 int main(int，而如果你用\w*t\b，将只匹配2个int，更严谨的表达方式是\b\w*t\b。所以建议大家尽可能使用代表小范围的通配符(元字符)。
5 至于贪婪和懒惰啊，递归啊，这些在某些语言中有支持，但是这个因为语言差异太大，本文不作详述。
一些符号注意事项
1 连字符 这个只在字符组内有特殊意义，在字符组外代表自己本身。
2 占位元字符在字符组内代表字符本身，不具有通配符的指代特征，但是位置元字符在字符组内是通配符。
正则表达式是记录文本规则的代码，主要的作用就是用于匹配文本。
语法：[内容][次数]
1 我们把一个内容和次数组成的块叫小节，那正则表达式就是由若干个小节构成的。
2 内容后如果不加次数代表内容出现一次。
3 特定内容后不应该跟次数。比如 ^ 和 $ 。
内容可以是普通字符、元字符、逻辑表达式。
元字符表
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线或汉字
\s 匹配任意的空白符
\d 匹配数字
\b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束
\W 匹配任意不是字母，数字，下划线，汉字的字符
\S 匹配任意不是空白符的字符
\D 匹配任意非数字的字符
\B 匹配不是单词开头或结束的位置
注意：其中\b、^、$、\B不代表任何字符位，他们代表一个位置，我们称他们为位置元字符，其它元字符称为占位元字符。
次数表
* 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,} 复n次或更多次
{n,m} 重复n到m次
例：
\d{5} 可以匹配 99999
\w*ing 可以匹配 doing
\w+ing 可以匹配 doing
\w{2} 也可以匹配 doing
逻辑表达式
我们把逻辑表达式划分为组合、字符组、分组、多选。
组合
像 \w*ing 是由4个小节构成的，分别是\w*、i、n、g。
字符组
[]中括号扩起来的若干字符表示一个字符组，字符组内的字符是"或"的关系。
字符组内可使用连字符-。
注意：字符组后边的次数，一般用 + 而不用 *，因为字符组后用 * 会匹配到出现0次的情况，这种情况会匹配到 \b 。
字符组内只识别字符和元字符，除了^以外，字符组不识别其内的任何其它逻辑。
比如你想用字符组匹配2个单词 int 或 argc，[(int)(argc)] 是错误的，这个代表2个分组，而分组内又是组合。集合内不能识别分组，将小括号识别为普通字符。
看来结果将不符合你的预期，这种逻辑建议使用或来表述 \bint\b|\bargc\b。
例
[int] 分别匹配字符i、n、t
[0-9] 分别匹配0到9
\b[int]+\b 可以匹配到单词int、in、it
排除字符组
^ 表示排除
注意：如果你想在字符组内使用排除法去匹配一个单词(见下面的例子)，建议你在集合内加上 \W (大写)，否则空格和一些特殊字符也会被匹配到。
例
[^x] 匹配除了x以外的任意字符。
[^aeiou] 匹配除了aeiou这几个字母以外的任意字符
\b[^int\W]\b 匹配不出现字符i、n、t的单词，如果不加 \W ，空格和一些特殊字符就不被排除
分组
()用小括号括起来的子表达式
例：
... (\d{1,3}\.){3} 匹配999.999.999.
多选
| 表示"或"
注意：或的优先级低于其它任何逻辑表达式。可使用分组来提高或的优先级。
例：
\bint|argc\b 除了可以匹配到 int 或 argc，还可以匹配到 inta 或 hargc内的部分字符
\b(int|argc)\b 只匹配单词 int 或 argc
转义字符
\使用斜杠来显现转义字符。
所有的元字符、次数符、逻辑符号都需要转义。
需转义的字符有
\ . ^ $ * + ? { } [ ] ( ) < > |
后向引用
引用允许在后边的表达式中引用前边捕获到的分组的文本。
分组被捕获，然后用\斜杠加数字引用捕获到的内容。
命名捕获在不同的语言中有不同的表示方法(Paython中使用(?P<name>group)，.NET framework 中使用(?<name>group))，在这里不详述。
例：
\b(\w+)\b\s+\1\b 捕获像 go go, 或者kitty kitty 这样的叠词
零宽断言
断言是一种判断，就是判断是否符合断言表达式，符合时才其它内容匹配，不符合就不匹配。
注意：断言的内容不被匹配，这也是为什么它们被称为零宽的原因。
零宽断言不能单独存在，必须与非零宽的表达式组合。
不是所有的工具都支持所有的零宽断言。
断言表达式
(?=exp) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置
(?!exp) 匹配后面跟的不是exp的位置
(?<!exp) 匹配前面不是exp的位置
断言分为正向断言和负向断言，上表前2个表达式是正向断言，后2个表达式是负向断言。
例
\b\w+(?=ing\b) 匹配以ing结尾的单词
(?<=\bre)\w+\b 匹配以re开头的单词
\b((?!abc)\w)+\b 匹配不包含连续字符串abc的单词
(?<![a-z])\d{7} 匹配前面不是小写字母的七位数字
创悦（深圳）投资管理有限公司
为成长喝彩
微信：CreajoyYOJOY
微博：http://weibo.com/CreajoyYOJOY
标签：
原文地址：http://www.cnblogs.com/Creajoy/p/5714862.html
