正则表达式 笔记

元字符
量词
字符类
分支条件
反义
分组
后向引用
零宽断言
负向零宽断言
注释
贪婪与懒惰
处理选项
平衡组／递归匹配
其它

元字符 （匹配单个字符）
. 单行内任意字符（不匹配换行符）
\w 字母 or 数字 or 下划线 or 汉字
\s 空白符
\d 数字

\b 匹配位置—单词的开始或结束
^ 匹配位置－字符串的开始
$ 匹配位置－字符串的结束

量词

•   任意数次
  

•   至少一次或更多
  

? 最多一次或零次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次

字符类 （匹配单个字符）
[ ] 表示匹配［］内字符中的一个

分支条件
从左至右，满足规则中任意一种都匹配，不同的规则用“｜”分隔开
\d{5}-\d{4}|\d{5}

反义
\W 非（字母、数字、下划线、汉字）
\S 非空白符
\D 非数字
\B 非单词开头或结束的位置
[^x] 非x的任意字符
[^aeiou] 非（aeiou）的任意字符

例子： \S+ 匹配不包含空白符的字符串。
<a[^>]+> 匹配用尖括号括起来的以a开头的字符串。

分组
捕获分组：（ ），分组会被自动捕获以便程序作进一步处理
默认组号：每个分组默认拥有一个组号，从左至右，第一个分组组号为1，第二个为2
指定组名：为（\w+）子表达式指定组名：(?<组名>\w+) or (?’组名’\w+))

匹配IP地址：((2[0-4]\d|25[0-5]|[01]?\d\d?).){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)
注：IP地址中数字不大于255，可以包含前导 0

＊常用分组语法：

捕获 (exp) 匹配exp,并捕获文本到自动命名的组里
(?<name>exp) 匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)
(?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号

注释 (?#comment) 这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

零宽断言
零宽度正预测先行断言 (?=exp) 此位置后面跟exp匹配 \b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)
零宽度正回顾后发断言 (?<=exp) 此位置前面跟exp匹配 (?<=\bre)\w+\b 匹配以re开头的单词的后半部分(除了re以外的部分)
零宽度负预测先行断言 (?!exp) 此位置后面不跟exp匹配 \d{3}(?!\d) 匹配后面不能是数字的三位数字
零宽度负回顾后发断言 (?<!exp) 此位置前面不跟exp匹配 (?<![a-z])\d{7} 匹配前面不是小写字母的七位数字

后向引用
\1 \b(\w+)\b\s+\1\b \1 表示（\w+）分组捕获的内容
\k<组名> \b(?<组名>\w+)\b\s+\k<组名>\b

零断宽言 （用于指定一个位置）
查找在某些内容之前或之后的位置，这个位置将满足某些条件（即断言）
负向零断宽言 （反义）
注释

贪婪与懒惰
贪婪匹配
懒惰匹配
*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复

处理选项 （常用的正则表达式选项）

平衡组／递归匹配
(?'group') 把捕获的内容命名为group,并压入堆栈(Stack)
(?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败
(?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分
(?!) 零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败
匹配嵌套的<div>标签： <div[^>]*>[<>](((?'Open'<div[^>]>)[^{<>]*)+((?'-Open'</div>)[}<>])+)(?(Open)(?!))</div>.

其它

\a 报警字符(打印它的效果是电脑嘀一声)
\b 通常是单词分界位置，但如果在字符类里使用代表退格
\t 制表符，Tab
\r 回车
\v 竖向制表符
\f 换页符
\n 换行符
\e Escape
\0nn ASCII代码中八进制代码为nn的字符
\xnn ASCII代码中十六进制代码为nn的字符
\unnnn Unicode代码中十六进制代码为nnnn的字符
\cN ASCII控制字符。比如\cC代表Ctrl+C
\A 字符串开头(类似^，但不受处理多行选项的影响)
\Z 字符串结尾或行尾(不受处理多行选项的影响)
\z 字符串结尾(类似$，但不受处理多行选项的影响)
\G 当前搜索的开头

\p{name} Unicode中命名为name的字符类，例如\p{IsGreek}
(?>exp) 贪婪子表达式
(?<x>-<y>exp) 平衡组
(?im-nsx:exp) 在子表达式exp中改变处理选项
(?im-nsx) 为表达式后面的部分改变处理选项
(?(exp)yes|no) 把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no
(?(exp)yes) 同上，只是使用空表达式作为no
(?(name)yes|no) 如果命名为name的组捕获到了内容，使用yes作为表达式；否则使用no
(?(name)yes) 同上，只是使用空表达式作为no

replace(／／，function(a,b,c,d){})
replace 第二个参数为函数
函数参数的规定：

1. 第一个参数为每次匹配的全文本（$&）。
2. 中间参数为子表达式匹配字符串，个数不限.( $i (i:1-99))
3. 倒数第二个参数为匹配文本字符串的匹配下标位置。
4. 最后一个参数表示字符串本身。