正则表达式（ regular expression）描述了一种字符串匹配的模式：
- 检查一个串中是否含有符合某个规则的子串，并且可以得到这个子串
- 根据匹配规则对字符串进行灵活的替换操作
正则表达式规则
普通字符
字母，数字，汉字，下划线等
简单的转义字符
一些不便书写的字符，采用在前面加“”
| 表达式 | 可匹配 |
|---|---|
| , | 代表回车和换行 |
| 制表符 | |
| \ | 代表本身 |
| ^ | ^符号本身 |
| $ | $符号本身 |
| . | .符号本身 |
能够与多种字符匹配的表达式
| 表达式 | 可匹配 |
|---|---|
| d | 任意一个数字， 0~9 中的任意一个 |
| w | 任意一个字母或数字或下划线，也就是A~Z,a~z,0~9,_ 中任意一个 |
| s | 包括空格、制表符、换页符等空白字符的其中任意一个小数点可以匹配除了换行符（ ）以外的任意一个字符 |
修饰匹配次数的特殊符号
| 表达式 | 可匹配 |
|---|---|
| {n} | 表达式重复 n 次，比如： “w{2}” 相当于 “ww”“a{5}” 相当于 “aaaaa” |
| {m,n} | 表达式至少重复 m 次，最多重复 n 次，比如：”ba{1,3}”可以匹配 “ba”或”baa”或”baaa” |
| {m,} | 表达式至少重复 m 次，比如： “wd{2,}”可以匹配”a12”,”_456”,”M12344”… |
| ? | 匹配表达式 0 次或者 1 次，相当于 {0,1}，比如：”a[cd]?”可以匹配 “a”,”ac”,”ad” |
| + | 表达式至少出现 1 次，相当于 {1,}，比如： “a+b”可匹配 “ab”,”aab”,”aaab”… |
| * | 表达式不出现或出现任意次，相当于 {0,}，比如：*b”可以匹配 “b”,”^^^b”… |
举例 1：表达式 “d+.?d*” 在匹配 “It costs $12.5” 时，匹配的是：成功；匹配到的内容是： “12.5”；匹配到的位置是：开始于结束于 14。
例 2：表达式 “go{2,8}gle” 在匹配 “Ads by goooooogle” 时，匹配果是：成功；匹配到的内容是： “goooooogle”；匹配到的位置是：于 7，结束于 17。
其他一些代表抽象意义的特殊符号
| 表达式 | 作用 |
|---|---|
| ^ | 与字符串开始的地方匹配，不匹配任何字符 |
| $ | 与字符串结束的地方匹配，不匹配任何字符 |
| 匹配一个单词边界，也就是单词和空格之间的位置，不匹配任何字符 |
举例 1：表达式 “^aaa” 在匹配 “xxx aaa xxx” 时，匹配结果是：失败。为 “^” 要求与字符串开始的地方匹配，因此，只有当 “aaa” 位于字串的开头的时候， “^aaa” 才能匹配， 比如： “aaa xxx xxx”。
举例 2：表达式 “aaa
"在匹配"xxxaaaxxx"时，匹配结果是：失败。为" ” 要求与字符串结束的地方匹配，因此，只有当 “aaa” 位于字串的结尾的时候， “aaa$” 才能匹配， 比如： “xxx xxx aaa”。举例 3：表达式 “..” 在匹配 “@@@abc” 时，匹配结果是：成功；配到的内容是： “@a”；匹配到的位置是：开始于 2，结束于 4。进一步说明： “” 与 “^” 和 “$” 类似，本身不匹配任何字符，但是要求它在匹配结果中所处位置的左右两边，其中一边是 “w” 范围，一边是 非”w” 的范围。
一些符号可以影响表达式内部的子表达式之间的关系：
| 表达式 | 作用 |
|---|---|
| | | 左右两边表达式之间 “或” 关系，匹配左边或者右边 |
| ( ) | (1). 在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰(2). 取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到 |
举例 ：表达式 “Tom|Jack” 在匹配字符串 “I’m Tom, he is Jack匹配结果是：成功；匹配到的内容是： “Tom”；匹配到的位置是始于 4，结束于 7。匹配下一个时，匹配结果是：成功；匹配到的容是： “Jack”；匹配到的位置时：开始于 15，结束于 19。
正则表达式中的一些高级规则
匹配次数中的贪婪与非贪婪
贪婪模式：
在使用修饰匹配次数的特殊符号时，有几种表示方法可以使同表达式能够匹配不同的次数，比如： “{m,n}”, “{m,}”, “?”, “*”,具体匹配的次数随被匹配的字符串而定。这种重复匹配不定次表达式在匹配过程中，总是尽可能多的匹配。比如，针对文本dxxxd”，举例如下：
| 表达式 | 匹配结果 |
|---|---|
| (d)(w+)”w+” | 将匹配第一个 “d” 之后的所有字符”xxxdxxxd” |
| (d)(w+)(d)”w+” | 将匹配第一个 “d” 和最后一个 “d” 之间的所有字符 “xxxdxxx”。虽然 “w+” 也能够匹配上最后一个 “d”，但是为了使整个表达式匹配成功， “w+” 可以 “让出” 它本来能够匹配的最后一个 “d” |
由此可见， “w+” 在匹配的时候，总是尽可能多的匹配符合它的字符。虽然第二个举例中，它没有匹配最后一个 “d”，但那也了让整个表达式能够匹配成功。同理，带 “*” 和 “{m,n}” 的表达式都是尽可能地多匹配，带 “?” 的表达式在可匹配可不匹配的时候，也是尽可能的 “要匹配”。这 种匹配原则就叫作”贪婪” 模式 。
非贪婪模式：
在修饰匹配次数的特殊符号后再加上一个 “?” 号，则可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的 “不匹配”。这种匹配原则叫作 “非贪婪” 模式，也叫作 “勉强”模式。如果少匹配就会导致整个表达式匹配失败的时候，与贪婪模式类似，非贪婪模式会最小限度的再匹配一些，以使整个表达式匹配成功。举例如下，针对文本 “dxxxdxxxd” 举例：
| 表达式 | 匹配结果 |
|---|---|
| (d)(w+?)”w+?” | 将尽可能少的匹配第一个 “d” 之后的字符结果是： “w+?” 只匹配了一个 “x” |
| (d)(w+?)(d) | 为了让整个表达式匹配成功， “w+?” 不得不匹配 “xxx” 才可以让后边的 “d” 匹配，从而使整个表达式匹配成功。因此，结果是： “w+?” 匹配 “xxx” |
反向引用 1,2…
表达式在匹配时，表达式引擎会将小括号 “( )” 包含的表达式所
匹配到的字符串记录下来。在获取匹配结果的时候，小括号包含的
表达式所匹配到的字符串可以单独获取。这一点，在前面的举例中，
已经多次展示了。在实际应用场合中，当用某种边界来查找，而所
要获取的内容又不包含边界时，必须使用小括号来指定所要的范围。比如前面的
"<td>(.*?)< d>"。其实， “小括号包含的表达式所匹配到的字符串” 不仅是在匹配结
束后才可以使用，在匹配过程中也可以使用。表达式后边的部分，
可以引用前面 “括号内的子匹配已经匹配到的字符串”。引用方法是
“” 加上一个数字。 “1” 引用第 1 对括号内匹配到的字符串， “2” 引
用第 2 对括号内匹配到的字符串……以此类推，如果一对括号内包含
另一对括号，则外层的括号先排序号。换句话说，哪一对的左括号
“(” 在前，那这一对就先排序号。
举例如下：
举例 1：表达式 "('|")(.*?)(1)" 在匹配 " 'Hello', "World" " 时，匹配
结果是：成功；匹配到的内容是： " 'Hello' "。再次匹配下一个时，
可以匹配到 " "World" "。举例 2：表达式 "(w)1{4,}" 在匹配 "aa bbbb abcdefg ccccc
11121111 999999999" 时，匹配结果是：成功；匹配到的内容是
ccccc"。再次匹配下一个时，将得到 999999999。这个表达式要求
w" 范围的字符至少重复 5 次， 注意与 "w{5,}" 之间的区别。举例 3：表达式 "<(w+)s*(w+(=('|").*?4)?s*)*>.*?<\1>" 在匹配
"<td id='td1' style="bgcolor:white">< d>" 时，匹配结果是成功。如果
"<td>" 与 "< d>" 不配对，则会匹配失败；如果改成其他配对，也可
以匹配成功。(等宽断言)预搜索，不匹配；反向预搜索，不匹配
前面的章节中，我讲到了几个代表抽象意义的特殊符号： “^”，”$”， “”。它们都有一个共同点，那就是：它们本身不匹配任何字符，只是对 “字符串的两头” 或者 “字符之间的缝隙” 附加了一个条件。理解到这个概念以后，本节将继续介绍另外一种对 “两头” 或者 “缝隙” 附加条件的，更加灵活的表示方法。正向预搜索： “(?=xxxxx)”， “(?!xxxxx)”
格式： “(?=xxxxx)”，在被匹配的字符串中，它对所处的 “缝隙” 或者 “两头” 附加的条件是：所在缝隙的右侧，必须能够匹配上 xxxxx这部分的表达式。因为它只是在此作为这个缝隙上附加的条件，所以它并不影响后边的表达式去真正匹配这个缝隙之后的字符。这就类似 “”，本身不匹配任何字符。 “” 只是将所在缝隙之前、之后的字符取来进行了一下判断，不会影响后边的表达式来真正的匹配。
举例 1：表达式 “Windows (?=NT|XP)” 在匹配 “Windows 98,Windows NT, Windows 2000” 时，将只匹配 “Windows NT” 中的”Windows “，其他的 “Windows ” 字样则不被匹配
举例 2：表达式 “(w)((?=111)(1))+” 在匹配字符串 “aaa ffffff 999999999” 时，将可以匹配 6 个”f”的前 4 个，可以匹配 9 个”9”的前7 个。这个表达式可以读解成：重复 4 次以上的字母数字，则匹配其剩下最后 2 位之前的部分。当然，这个表达式可以不这样写，在此的目的是作为演示之用。格式： “(?!xxxxx)”，所在缝隙的右侧，必须不能匹配 xxxxx 这部
举例 3：表达式 “((?!stop).)+” 在匹配 “fdjka ljfdl stop fjdsla fdj”时，将从头一直匹配到 “stop” 之前的位置，如果字符串中没有”stop”，则匹配整个字符串。
举例 4：表达式 “do(?!w)” 在匹配字符串 “done, do, dog” 时，只能匹配 “do”。在本条举例中， “do” 后边使用 “(?!w)” 和使用 “” 效果是一样的。反向预搜索：
"(?<=xxxxx)"， "(?<!xxxxx)"这两种格式的概念和正向预搜索是类似的，反向预搜索要求的条件是：所在缝隙的 “左侧”，两种格式分别要求必须能够匹配和必须不能够匹配指定表达式，而不是去判断右侧。与 “正向预搜索” 一样的是：它们都是对所在缝隙的一种附加条件，本身都不匹配任何字符。
其他通用规则
还有一些在各个正则表达式引擎之间比较通用的规则，在前面的讲解过程中没有提到。
规则一
表达式中，可以使用 “xXX” 和 “uXXXX” 表示一个字符（ “X” 表示一个十六进制数）
| 形式 | 字符范围 |
|---|---|
| xXX | 编号在 0 ~ 255 范围的字符，比如： 空格可以使用”x20” 表示 |
| uXXXX | 任何字符可以使用 “u” 再加上其编号的 4 位十六进制数表示，比如： “u4E2D” |
规则二
在表达式 “s”， “d”， “w”， “” 表示特殊意义的同时，对应的大写字母表示相反的意义
| 表达式 | 可匹配 |
|---|---|
| S | 匹配所有非空白字符（ “s” 可匹配各个空白字符） |
| D | 匹配所有的非数字字符 |
| W | 匹配所有的字母、数字、下划线以外的字符 |
| B | 匹配非单词边界，即左右两边都是 “w” 范围或者左右两边都不是 “w” 范围时的字符缝隙 |