该笔记内容通过《Learn regular expressions in about 55 minutes》整理得到。

文章链接：https://qntm.org/files/re/re.html

其中文翻译很多，中文名叫：55分钟学会正则表达式。

实际上我也算过了，55分钟实在不太可能，也许我比较笨……

 

正则表达式：由只代表自身的字面值和代表特定含义的元字符组成

规则：
1、任何元字符如果用一个反斜杆\进行转义就会变成字面值；
2、正则表达式是区分大小写；

元字符：
1、句点（英文句号）.：表示匹配任何单个字符。

2、反斜杠\：将元字符进行转义成字面值，其本身也可以转义，写成\\。

3、字符类[]：表示找到集合里任意一个字符，比如[aeiou]表示任意一个方括号内的字符。[a]和a意义相同。另外字符类中顺序和重复字符不重要。
注意：句点.在字符类中表示其本身，即句点。

3.1、字符类连字符-：表示一个字符类的区间，如[b-f]和[bcdef]同意思。

3.2、表示否定的插入符^：在字符类最开始位置使用此字符来否定一个字符类。如[^a-zA-Z0-9]表示“找到一个非字母也非数字的字符”。

3.3、\d表示[0-9],\w表示[0-9A-Za-z_]，\s表示“匹配任意空白字符（空格，tab，回车或者换行）；这些如果换成大写则取反意。\D同[^0-9]，\W同[^0-9A-Za-z_]，\S表示“匹配任意不是空白符的字符”。

3.4、句点、大括号在字符类内只代表其字面。

4、乘法器：在一个字面值和字符类后面用大括号。
如：a{1}同a，表示“匹配一个a”；
a{3}表示“找到一个a后再跟一个a，最后找到一个a”；
a{0}表示“匹配空字符”。
      4.1、乘法器区间：
        colou{0,1}r表示“匹配colour或color”；
        a{3,5}表示“匹配aaaaa或aaaa或aaa”
        乘法器是贪婪的，如文本是I had an aaaaawful day，该正则表达式就会在aaaaawful中匹配到aaaaa。不会在第三个a后就停止匹配。
        区间也可以是开区间：
        a{1,}表示“在一列中找到一个或多个a”；
        .{0,}表示“匹配任何情形”。不管你的输入文本是什么——甚至为空——这个正则表达式都会匹配整个字符串然后返回给你。
     4.2、乘法器补充：
         ?等于{0,1}，代表空字符或任意1个字符；
         *等于{0,}，代表空字符或任意1个或多个字符；
          等于{1,}，代表任意1个或多个字符；
         注意：?* 在字符类内代表其字面意思。

5、惰性：
原则上来说如果有多种匹配结果，那么优先会寻找更多字符的字串。可在乘法器后追加问号实现惰性，让优先顺序反转，例：
\d{4,5}?表示“匹配\d\d\d\d”或“\d\d\d\d\d”。其实跟\d{4}一致。
".*"表示找到一个双引号然后再找到尽可能多的字符再跟一个双引号，但.*匹配的内部字符很可能包含多个双引号，这时只要写成： ".*?"则表示“匹配一个双引号，并跟着尽可能少的字符再跟着一个双号号。
6、分支符|：
cat|dog表示：匹配cat或dog；
red|blue|表示：匹配red或blue或空字符；
[cat|dog]表示：匹配c,a,t,d,o,g,|任一字符。
7、组合符（）：
在一周中找到一天，使用(Mon|Tues|Wednes|Thurs|Fri|Satur|Sun)day
\(\)表示“匹配一个左圆括号后，再匹配一个右圆括号”
8、单词边界：
单词边界是一个单词字符和非单词字符之间的位置。正则表达式\b表示“匹配一个单词边界”。
\b\w\w\w\b表示“匹配一个三个字母的单词”
9、行边界
^表示“匹配开始行”，$表示“匹配结束行”。
^$表示“匹配空行”。
^.*$将会匹配整个文本，因为换行符是一个字符，所以.会匹配它。为了匹配单行，要使用惰性乘法器，^.*?$。