正则表达式教程
正则表达式（以下简称正则）是一种工具，一种用来搜索和替换文本的工具。
正则可以匹配具有一定格式的文本。
对于本软件来说，正则是一种精确过滤广告内容的强大工具，利用它可以精确识别广告。
某大学生贷款广告，每次都是随机ID+随机头像+随机标题+随机内容+3张图片。
因为广告党对图片使用了gif格式，并且随机在中间插入乱码帧干扰图片相似度检测，违规图片过滤无效。
如果利用等级过滤，则误伤严重，人工审核工作量太大（如果吧里活跃度比较高的话）
这时我们发现，他每次的回复里都有XXXX年X月X日XX时XX分XX秒这句话。虽然没法用一般规则过滤，如果我们使用正则：
\d+年\d+月\d+日\d+时\d+分\d+秒
就可以对它进行过滤，因为一般人在帖子里写这种格式的文本基本不存在，所以可以利用它实现自动过滤。
学习正则之前有几句话想说：
- 正则其实很好学，不是什么高深的东西(涉及知识最多到高一学历)。
- 正则其实不难，真正的挑战是如何在实际中找出广告的规律，并用正则解决问题。
- 使用正则时你会发现，几乎所有问题都有不止一种解决方案，他们有的简单，有的快速，有的准确，有的更好看懂。
- 写一个可以匹配你期望内容的正则很容易，写一个只匹配你期望内容的正则很难。
- 这个网站可以帮助你测试你的正则在线正则表达式测试
新手向，正则写的属于注重容易理解向，
所以在表达和逻辑上比较Low，大佬不要吐槽有更容易的方法什么的。
比如\d会写成[0-9]，*和+会写成{0,}和{1,}
- 正则里只有几样东西和字面意思不一样
. * ? ^ $ + \ | 八个英文符号（后边两个符号在你键盘回车上边一点位置）
() [] {} 三种英文括号
其他和文字表面意思一模一样，你原来不用正则时怎么写就还怎么写
上边的符号如果需要表示字面的意思，前边加个\
比如网址
https://www.baidu.com?url=qq.com
需要写成
https://www\.baidu\.com\?url=qq\.com
- {X,Y} 匹配{}之前的那个东西X到Y次
比如 蛤{2,4} 就是匹配： 蛤蛤、蛤蛤蛤、蛤蛤蛤 三种
如果不写Y就是大于等于X次， 比如 蛤{2,} 就是匹配： 蛤蛤、蛤蛤蛤蛤蛤蛤蛤蛤蛤蛤蛤蛤蛤蛤蛤蛤蛤蛤...直到无限长
- [ABCD] 建立一个匹配集合（整个正则里涉及最高学历的知识）
比如 [ABCDEFG]可以匹配字母A到G的任何字母
如果你想匹配A到Z任何一个字母，又不想从A到Z都都打一次可以直接写[A-Z]。 匹配所有字母是[A-Za-z]，匹配所有数字是[0-9]，匹配汉字是[\u4e00-\u9fa5]（包含2W多个汉字，实际上汉字目前拥有的编码是7.5W个，想看全部区间的见附录吧）
结合2与3，那么匹配QQ号(8位到10位数字)就是
[1-9][0-9]{7,9}
意思就是 第一个数字是1-9（QQ号没0开头的） 然后后边跟了7~9位数字。
- . 可以匹配除了回车换行以外任何东西
所有有些用符号吧铭感词隔开的回复，比如 吧0务a草#泥%马
直接写成
吧.{1}务.{1}草.{1}泥.{1}马
只要汉字还是这五个字，中间字符是一个，随便变都能检测到。
变种：有些可能既会写：吧0务a草#泥%马，还可能写 ：吧0务a泥%马，可能有草字可能没有。
那么写成
吧.{1}务.{1}草{0,1}.{0,1}泥.{1}马
{0,1}意味着草字可以出现一次，也可以不出现。
完整元字符见正则表达式手册
| 元字符 | 说明 |
|---|---|
| . | 匹配换行符以外的任何字符 |
| | | 逻辑或操作符 |
| [] | 匹配字符集合中的一个字符 |
| [^] | 对字符集合求非 |
| - | 定义一个区间 |
| \ | 对下个字符转义 |
| 元字符 | 说明 | 举例 |
|---|---|---|
| * | 匹配前一个字符零次或几次。 | "微信号*"可以匹配"微信"、"微信号号" |
| *? | *的懒惰匹配版本 | |
| + | 匹配前一个字符一次或多次 | "微信号+"可以匹配"微信号号",但不匹配"微信" |
| +? | +的懒惰匹配版本 | |
| ? | 匹配前一个字符零次或一次 | "加我?微信号?"可以匹配"加微信" |
| {n} | 匹配前一个字符或子表达式正好n次 | |
| {n,} | 匹配前一个字符或子表达式至少n次 | |
| {n,m} | 匹配前一个字符或子表达式n到m次 | |
| {n,}? | {n,}的懒惰匹配版本 |