正则表达式入门（一）元字符
正则表达式，英文是Regular Expression。从英文可以看出它表达的是一种规则的格式，所以在台湾译作“正规表示式”。这篇文章整理自我在公司一年前的分享。这里简单介绍一些正则表达式的常用技术，希望读者看完能够使用其中一些技巧。
大家接触正则表达式估计是从JavaScript或者Linux的grep命令，亦或者是各种编辑器的搜索替换功能。这些都是正则的常用之处，包括各种IDE。正则的概念最早在1951年就出现了，后来Unix系统开始广泛使用，之后新诞生的Perl语言则将正则推向了辉煌。正则表达式也是在不断的发展和进化中，但是由于其语法复杂，性能又一般，现在对其作出贡献的大厂很少，基本就剩微软了。
虽然正则的缺点很致命，但是掌握一点简单的正则用法，还是能让我们事半功倍
看一个例子：如何在下面的文本中搜索“hi”
Hi welcome here
The history of it is very looong.
Please say 'hi shi' to him!
His No is 18812345678.
请打开你喜爱的编辑器跟着我一起做，比如notepad++/sublime/vs code/InteliJ IDEA等。打开搜索框（一般是Command+F），并开启正则模式(图中标红的地方)：
在搜索输入hi即可完成查找。
正则按钮前面还有两个按钮，可以点击试一下它们的作用
是不是超级简单，好像和普通搜索没什么差别。 但如果我需要搜索下面的内容呢：
- 匹配11个数字
- 匹配以h开头的单词，包括h
- 匹配以h开头的单词，不包括h
元字符
在继续介绍之前，我们先来看一点正则的元字符：
| 元字符 | 匹配字符 |
|---|---|
| . | 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 |
| ? | 最多一次 |
| * | 任意次，没有也行 |
| + | 必须有，至少一次 |
| \ | 转义 |
后面四个比较好记，我们很早就了解了。前面几个呢单说一下\b吧，\b表示单词的两边，单词的意思就是拉丁文的，后面如果跟了中文就认为到边界了，而数字会认为是单词的一部分。有一点要注意，连字符两边不会被视为一个单词，而是会被匹配为边界。
比如上面的问题：匹配11个连续数字，可以输入11次\d来匹配。那如果要匹配连续的一万个数字岂不是要类似。所以正则提供了次数范围元字符：
| 元字符 | 含义 |
|---|---|
| {} | 次数范围 |
| () | 分组 |
| [] | 里面任一 |
所以一万个数字可以使用\d{10000}来匹配。分组后面再讲，任一的意思是中括号里面的字符，有一个匹配就是匹配成功。比如像匹配元音字母，可以使用[aeiou]。
思考一下：^\d{5,12}$是啥意思？(?0\d{2}[)-]?\d{8}呢？
^\d{5,12}$的意思是整个字符串是5到12位的数字此外这个字符串没有任何其他内容。(?0\d{2}[)-]?\d{8}意思是以0或1个左括号开头（上面看到小括号是分组的元字符，所以要转义）后面跟0和两个数字，再跟恰好一个右括号或断线，最后是8个数字。
再思考一下：如何匹配几种格式的电话号码，像(010)88886666，或022-22334455，或02912345678等
反义
除了上面几种元字符，正则还提供了他们的对立面：反义元字符，将其大写即可
| 元字符 | 匹配字符 |
|---|---|
| \W | 匹配字母或数字或下划线或汉字以外的字符 |
| \S | 匹配空白符以外的字符 |
| \D | 匹配数字以外的字符 |
| \B | 匹配不是单词的开始或结束 |
| [^x]] | 匹配除x以外的任意字符 |
其中最后一个反义重用了表示字符串开始的^元字符，比如[^aeiou]表示元音字母外的所有字符（注意不是5个字母都要加^）。
- 分享到
-
-
