正则表达式小结（Regular Expressions）

（原创文章，谢绝转载~）

日常开发中，常用正则表达式方便的进行匹配、筛选工作。正则的常用内容有：

• 一般情况下原则：从左至右，越多越好（贪婪）
• 字符；转义：\ ，如 \*，\d （数字）等
• 选择，case1|case2|case3，

注意：对于大部分正则引擎，匹配规则是从左至右优先，因而，string|stringlong  会匹配到 stringlong 的 string 部分；

少数  Text-Directed Engine  的匹配规则则是最长优先，此时 string|stringlong  会匹配到 stringlong ；

• 起始位置：^  ，结束位置： $，  注意^和$并不匹配字符而是匹配位置，例如 d$ 可以匹配到 end 的 d，其中end的d字符的右边位置恰为结束位置。
• 重复数量：

1. 精确重复数量，{n}，例如： char{3}   匹配 charrr，r 重复3次
2. 非精确重复数量，

• • 0-1 次： ?  ，例如 char?  匹配char（优先）或cha
  • 1-无穷：+ ， 例如 char+   匹配char，charr，charrr，.......其中r至少重复1次
  • 0-无穷：* ，  例如 char*   匹配 cha，char，charr，.......其中r重复0次及以上
  • lazy懒惰模式，在上面三种情况下后面再加?号，  ??, +?, *?  ，在这种情况下，匹配越少越好，

例如 char??  ，本来一个问号是 0-1，再lazy模式，则越少越好，0次，于是char?? 可匹配 cha 而不能匹配 char

再如 char+?  ，本来一个加号是1-无穷，再lazy模式，则越少越好，1次，于是char+? 可匹配 char 而不能匹配 charr ，charrr等

• • possessive占有模式，在上面三种情况下后面再加+号，  ?+, ++, *+  ，在这种情况下，匹配越多越好，且不回溯

例如  char++， 越多越好 ，charrrrr，有多少r匹配到多少，

另一方面，不回溯，是什么含义呢，考虑以下问题：  char++r，   它能否匹配 charrrrr ？答案是 不能。事实上：

cha  r++  r

cha  rrrr  r             看过去好像可以让r++ 匹配4个r，最后一个r匹配r，这样正好匹配上，但因为独占模式是越多越好，所以第5个r 也会被 r++ 匹配到，也就是下图所示：

cha  r++       r

cha  rrrrr                r++ 匹配到 rrrrr， 一旦匹配上则占有，不会再回溯（减少r的数量），因而  char++r  中的最后一个r ，没有东西和它匹配，所以匹配失败。

细思则有：   char++r  无法匹配任何形式。。。

• 捕获组和索引值（Capturing Groups and Backreferences ）

捕获组 用括号括住捕获部分，（regex），例如 (regex1)(regex2){3} ，regex1 和regex2 分别为两个捕获组，且分别具有索引值1和2，

   注意：索引值序列123...的编码顺序为根据括号先从左至右，从外到内递归，

        例如 (str1)(str(str3))(str4), str1索引值为1，(str(str3)) 整体索引值为2，str3 索引值为3，str4 索引值为 4。