正則表達(dá)式，是一種小型高度專業(yè)化的語言，描述了一種字符串匹配的模式。

在任何常見的語言中，只要這種語言能處理字符串，就應(yīng)該包含正則表達(dá)式。

所謂的正則表達(dá)式，就是通過一段規(guī)則表達(dá)一段文本。

下列為一個完整的元字符列表：

. ^ $ * + ? { } [ ] \ | ( )

上列字符不會和它們本身相匹配，如果想匹配自身，就需要在元字符前加/。

元字符簡略介紹

* ：匹配前面的子表達(dá)式零次或多次。

+ ：匹配前面的子表達(dá)式一次或多次。

? ：匹配前面的子表達(dá)式零次或一次。

: 匹配確定的 n 次。

: 至少匹配n 次。

: 最少匹配 n 次且最多匹配 m 次。

*、+限定符都是貪婪的，因?yàn)樗鼈儠M可能多的匹配文字，只有在它們的后面加上一個?就可以實(shí)現(xiàn)非貪婪或最小匹配。

^ : 匹配輸入字符串的開始位置。

$ : 匹配輸入字符串的結(jié)束位置。

不能將限定符與定位符一起使用。

[xyz] : 字符集合。匹配所包含的任意一個字符。

[^xyz] : 負(fù)值字符集合。匹配未包含的任意字符。

[a-z] : 字符范圍。匹配指定范圍內(nèi)的任意字符。

[^a-z] : 負(fù)值字符范圍。匹配任何不在指定范圍內(nèi)的任意字符。

x|y : 匹配 x 或 y。

(pattern) : 匹配 pattern 并獲取這一匹配。

(?:pattern) : 匹配 pattern 但不獲取匹配結(jié)果。

(?=pattern) : 正向肯定預(yù)查。

(?!pattern) : 正向否定預(yù)查。

圓括號會使匹配會被緩存，非捕獲元（?: ?= ?!）可以消除這個效果。

\d : 匹配十進(jìn)制數(shù)。

\s : 匹配空白字符。

\w : 匹配字母數(shù)字。

\b : 匹配一個單詞邊界。

當(dāng)以上四個字母大寫時，代表著取反。

簡單實(shí)例

/[a-z]/ : a至z共26個字母再。

/^\s*$/ : 匹配空行。

/\d-\d/ : 驗(yàn)證由三位數(shù)字、一個連字符再加四位數(shù)字。

https?://.*? : 匹配http或https開頭的網(wǎng)址。

我們可以通過正則表達(dá)式從長文本中提取出匹配模式的文本，或者判斷文本是否合取某種規(guī)則。

它在表單驗(yàn)證（如驗(yàn)證手機(jī)號，郵箱等），爬蟲，數(shù)據(jù)清洗等方面都有比較重要的作用，所以學(xué)習(xí)使用還是非常有必要的。