概述：
正则表达式，又称规则表达式。是由普通字符(例如字符 a 到 z)以及特殊字符(称为元字符)组成的文字模式。
正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。
它最初是科学家对人类神经系统工作原理的早期研究(一种用数学方式来描述神经网络的新方法)。
Unix的主要发明人 Ken Thompson 将它运用到了计算搜索算法、编辑器qed、编辑器ed(太古老了)，从此被广泛应用
那么它有啥用？
它能帮你在一大堆杂乱无章的内容中，找到符合特定模式的内容
比如，爬取其它网站的内容并提取有用信息；内容关键字审核；特定文本内容整体替换
这一节将介绍一下正则表达式的一些特殊字符和简单用法
在讲这些字符/符号的时候，我会用 php 来举一些例子，基本上所有语言的正则表达式都大同小异，若你使用的是其它语言，也可直接把表达式拿去使用试试
一、特殊字符(元字符)
特殊字符即在正则表达式中有特定含义的内定字符。就好比 java，php 等语言中的关键字
1、$
匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'
例子1$s = 'abcd
efd';
preg_match('#[a-z]+?d$#s',$s,$m);//# # 之间的内容为正则表达式，s为修饰符，# 为php中的边界符号，还有 / 也是边界符
print_r($m);//$m 就是我们匹配到的信息
/*
Array
(
[0] => efd
)
*/
匹配以 d结尾(d$) 的一串字符，前面可以是任意a到z 的小写字母([a-z]+?)， 其中 s 为修饰符(后面会讲)，就是多行模式(Multiline)，
所以匹配到了第二行的 efd(因为[a-z]+?不匹配换行)，若要匹配整个换行的字符串，则：#([a-z]|\r\n)+?d$#s
2、( )
标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用
例子2$s = 'abc123def456';
preg_match_all('#(\d+)#',$s,$m);
print_r($m[1]);
/*
Array
(
[0] => 123
[1] => 456
)
*/
匹配并捕获字符串中的所有数字，$m[1] 就是捕获到的内容，关于捕获后的使用，将在下面的 \ 符号介绍
\d 等价于 [0-9]，关于 [] 字符集下面会讲，只要知道 \d 是表示匹配一个数字就行了
3、+
匹配前面的子表达式一次或多次
见例子2
4、*
匹配前面的子表达式零次或多次
见例子2
5、.
匹配除换行符 \n之外的任何单字符
例子3$s = <<
test!@#$
TEXT;
preg_match_all('#.#s',$s,$m);
print_r($m);
/*
Array
(
[0] => Array
(
[0] => t
[1] => e
[2] => s
[3] => t
[4] => !
[5] => @
[6] => #
[7] => $
)
)
*/
6、[ ]
标记一个中括号表达式字符集合
请看例子1，[a-z] 就是一个字符集合，可以是任意字符，比如我只要匹配 【abc,.】 这个5个字符——[abc,.]
这里有一个特殊的符号 - ，代表一个范围，常用的有 A-Z(大写的字母A到Z)，a-z(小写的字母a到z) ，0-9(数字0到9)
7、?
匹配前面的子表达式零次或一次，或指明一个非贪婪限定符
例子4$s = <<
a1a2abbb
TEXT;
//匹配以a开头后面紧跟一个数字或没有数字(用了 ? )的字符串
preg_match_all('#a\d?#',$s,$m);
print_r($m);
/*
Array
(
[0] => Array
(
[0] => a1
[1] => a2
[2] => a
)
)
*/
8、\
将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。
比如匹配在正则中有特殊含义的字符，如 . 、 \ 、 $ 、 ( 、 [ 等等，这里就讲一下 向后引用(反向引用)
例子5$s = <<
this is bthis is i
TEXT;
preg_match_all('#(.+?)\1>#i',$s,$m);
echo "
";
print_r($m);
echo "
";
/*
Array
(
[0] => Array
(
[0] => this is b
[1] => this is i
)
[1] => Array
(
[0] => b
[1] => i
)
[2] => Array
(
[0] => this is b
[1] => this is i
)
)
*/
我想匹配标签 b 和 i (或者其它标签)中的内容，总不能为了每一个标签都写一个表达式吧，比如这个：#(.+?)|(.+?)#i；那么多标签不得写死啊
而标签开头和结尾都是一样的，那么把匹配到的开始标签引用到结束位置不就行了？！
还记得例子2中 () 的作用吗，捕获匹配到的内容，供后面使用。而 \1 就是使用第一个 ( 开始所匹配到并被捕获的内容。在这个例子里 \1 就是匹配到的 b 或 i
那么想一想，若是在 () 中还有 ()，如何使用反向引用？
好吧，不用你们想了，我来公布答案。
不管表达式中有多少个 ()，都是以 ( 为顺序(从1开始)，放在捕获的区域以供后面使用，最多好像是支持 99 个，没试过
在正则表达式中使用之前匹配并捕获(反向引用)的内容就是用 \1 \2 \3 ....各语言可能不同，比如 js 是 $1 ,java 是 \\1
例子6$s = <<
this is b
this is span
this is i
TEXT;
preg_match_all('#(.+?)\2>\1>#i',$s,$m);
print_r($m);
/*
Array
(
[0] => Array
(
[0] =>
this is b
[1] => this is i
)
[1] => Array
(
[0] => div
[1] => span
)
[2] => Array
(
[0] => b
[1] => i
)
[3] => Array
(
[0] => this is b
[1] => this is i
)
)
*/
匹配外层是多字符标签(div span 等)包裹，内层紧跟一个字符的标签(b i 等)，因为 ([a-z]) 后面没有跟 + ，说明是匹配一个字符
由于
this is span
不满足内层一个字符的标签，所以没有被匹配
例子7 java 版import java.util.regex.*;
public class Test {
public static void main(String[] args) throws Exception {
String str = "
this is b
this is span
this is i";
Matcher m = Pattern.compile("(.+?)\\2>\\1>").matcher(str);while(m.find()){
System.out.println(m.group()+"\n"+m.group(1)+"\n"+m.group(2)+"\n开始位置 : "+m.start()+" \n结束位置 : "+m.end()+"\n\n");
}
}
}
输出
this is b
div
b
开始位置 : 0
结束位置 : 27
this is i
span
i
开始位置 : 63
结束位置 : 92
9、^
匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合
例子8$s = <<
1abc
TEXT;
//2def
//ght
//34xyz
preg_match_all('#^\d[^\d]+#',$s,$m);
echo "
";
print_r($m);
echo "
";
/*
Array
(
[0] => Array
(
[0] => 1abc
)
)
*/
匹配以一个数字开头后面紧跟非数字的字符串，这个例子就把 ^ 的两个概念都讲了，例子的结果就是能匹配 1abc，2def，不能匹配 ght，34xyz
这里讲讲为什么不能匹配 34xyz，因为 3 被 \d 匹配了，而 4 就只能被 [^\d]+ 匹配，但是这个集合只匹配非数字字符串，所以不满足要求，整个字符串都不能被匹配
在一个字符集中用 ^ (一定要在字符集的开始位置),如 [^abc] ,那么就表示，不匹配abc这三个字母
10、{ }
标记限定符表达式的开始
这个将在限定符一节中将，简单来说就是表示一个范围
11、|
指明两项(多项)之间的一个选择
例子9$s = <<
this is bthis is ithis is span
TEXT;
preg_match_all('#(.+?)\1>#',$s,$m);
print_r($m);
/*
Array
(
[0] => Array
(
[0] => this is b
[1] => this is i
)
[1] => Array
(
[0] => b
[1] => i
)
[2] => Array
(
[0] => this is b
[1] => this is i
)
)
*/
匹配 b 或者 i 标签包裹的内容，若也要匹配 span， 加上即可，#(.+?)\1>#
特殊字符暂时就介绍这些，单个的字符都很好理解，但想写出复杂的正则表达式却无从下手。
那么如何构造复杂的表达式？
简单来说就是化整为零，正则表达式可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些符号的任意组合。
用多种元字符(特殊字符)与操作符将小的表达式结合在一起来创建更复杂的表达式。
比如 例子5 就用了很多元字符
一定要多练，才能把所有符号牢记于心，都是熟能生巧。
布置一个练习题
待匹配内容
123abc,
456def
a1b2c3
请匹配出 456def
分析下：
1、外面包裹的标签不一定是这几个(div span m)
2、内容是以 数字开头的，后面跟个几个字母
很简单，看上面的几个例子，动动手就可以完成
下一节讲 限定符和符号的运算优先级本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
