http://blog.csdn.net/lxcnn/article/details/4146148 读书笔记
基础概念 1.字符串组成：字符+位置 [0]a[1]a[2]v[3] 字符：a a v 位置：0,1,2,3
2.占有字符和零宽度 匹配过程中，如果子表达式匹配到的是字符内容而非位置，并被保存到最终的匹配结果中，那么就认为这个子表达式是占有字符的；如果子表达式匹配的仅仅是位置，或者匹配的内容并不保存到最终的匹配结果中，那么就认为这个子表达式是零宽度的。 一个字符，同一时间只能有一个子表达式匹配，而一个位置，却可以同时由多个零宽度的子表达式匹配。
3.1 元字符——字符组 [] 字符组：字符组可以匹配[]中包括的任意一个字符，只能是一个 字符组支持由“-”来表示的一个范围 [^…]排除型字符组表示任意一个未列出的字符，同样只能是一个
| 表达式 | 说明 |
|---|---|
| [abc] | “a”或者“b”或者“c” |
| [0-9] | 0-9中任意一个数字 |
| [\u4e00-\u9fa5] | 任意一个汉字 |
| [^a1<] | 除了“a”“1”“<”外的任意一个字符 |
| [^a-z] | 除小写字母外的任意一个字符 |
3.2 元字符——常见字符范围缩写
| 表达式 | 说明 |
|---|---|
| \d | 任意一个数字 |
| \w | 任意一个字母或者下划线 |
| \s | 任意空白字符 |
| \D | 任意一个非数字字符，\d取反，相当于[^0-9] |
| \W | \w取反 |
| \S | 任意非空白字符 |
3.3 元字符——小数点
| 表达式 | 说明 |
|---|---|
| . | 匹配除了换行符\n以外的任意一个字符 |
3.4 元字符——其他元字符
| 表达式 | 说明 |
|---|---|
| ^ | 匹配字符串开始的位置，不匹配任何字符 |
| $ | 匹配字符串结束的位置，不匹配任何字符 |
| \b | 匹配单词边界，不匹配任何字符 |
3.5 元字符——转义字符 一些不可见（回车、换行），或者是在正则中具有特殊意义的元字符，如果想匹配字符本身，需要用“\”对其进行转义
3.6 元字符——量词 量词表示一个子表达式可以匹配的次数
| 表达式 | 说明 |
|---|---|
| {m} | 匹配m次 |
| {m,n} | 最少匹配m次，最多n次 |
| {m, } | 至少匹配m次 |
| ? | 匹配0次或者1次 |
| * | 匹配0次或任意多次 |
| + | 匹配1次或任意多次，至少1次 |
3.7 元字符——分支
| 表达式 | 说明 |
|---|---|
| | | 多个子表达式之间取“或”的关系 |
| 正则表达式从左到右依次匹配，如果满足了某个分支的话，他就不会再管其他分支了 |
其他 1.捕获组 就是把正则表达式中子表达式匹配的内容，保存到内存中以数字编号或者显示命名的组里，方便后面引用
| 表达式 | 说明 |
|---|---|
| (expression) | 将子表达式expression匹配的内容保存到以数字编号的组里 |
| (?expression) | 命名捕获组，将子表达式expression匹配的内容保存到以name命名的组里 |
| 2.非捕获组 | |
| 一些表达式中，不得不使用( )，但是又不需要保存( )中子表达式匹配的内容，这时可以用非捕获组来抵消使用( )的副作用 |
| 表达式 | 说明 |
|---|---|
| (?:expression) | 进行子表达式expression的匹配，并将匹配内容保存到最终的整个表达式的匹配结果中，但expression匹配的内容不单独保存到一个组内 |
3.反向引用 正则表达式中，对前面捕获组捕获的内容进行引用。捕获组捕获的内容，不仅可以在正则表达式外部通过程序进行引用，也可以在正则表达式内部进行引用，这种引用方式就是反向引用 反向引用通常用来查找重复的子串，或是限定某一子串成对出现
| 表达式 | 说明 |
|---|---|
| \1,\2 | 对序号为1和2的捕获组的反向引用 |
| \k | 对命名为name的捕获组的反向引用 |
| 练习：12位的数字，并且其中不能出现6位连续相同的数字 | |
| 需求分析 | |
| ➢ 一个数字 | |
| ➢ 它后面不能连续出现5个与它相同的数字 | |
| ➢ 12位 | |
| 对应正则 | |
| ➢ ([0-9]) | |
| ➢ (?!\1{5}) | |
| ➢ {12} | |
| 最后结果 | |
| (([0-9])(?!\1{5})){12} | |
| "([ab])\1"匹配"abcdebbcde"时，匹配结果是"bb" |
4.断言：只进行子表达式的匹配，匹配内容不计入最终的匹配结果，是零宽度的。
| 表达式 | 说明 |
|---|---|
| (?<=expression) | 逆序肯定，表示所在位置左侧能够匹配expression |
| (?<!expression) | 逆序否定，表示所在位置左侧不能匹配expression |
| (?=expression) | 顺序肯定，表示所在位置右侧能够匹配expression |
| (?!expression) | 顺序否定，表示所在位置右侧不能匹配expressions |
| “(?!1)\d+”匹配”123”时，匹配结果是”23” | |
| "[a-z]*(?=ing)"匹配"cooking singing"时，匹配结果是"cook" | |
| ".*(?=ing)"匹配"cooking singing"时，匹配结果是"cooking sing" | |
| "(?<=abc).*"匹配"abcdefg"时，匹配结果是"defg" |
5.贪婪、非贪婪模式 贪婪模式：标准量词修饰的子表达式，在可匹配可不匹配的情况下，总会先尝试进行匹配，称这种方式为匹配优先，或者贪婪模式 量词：”{m}”,”{m,n}”,”{m, }”,”?”,””,”+” 非贪婪模式：一些NFA正则引擎支持忽略优先量词，也就是在标准量词后加一个”?”，此时，在可匹配可不匹配的情况下，总会先忽略匹配，只有在由忽略优先量词修饰的子表达式，必须进行匹配才能使整个表达式匹配成功时，才会进行匹配，这种方式称为忽略优先，或者非贪婪模式 量词：”{m}?”,”{m,n}?”,”{m, }?”,”??”,”?”,”+?”
举例
字符串：<div>dssss</div><div>asfdf</div> 表达式1：<div>.</div> 结果：<div>dssss
2014-08-25