【学习笔记】正则表达式
中文：正则表达式
英文：Regular Expression，Regex，Regexp
# 常见匹配规则
| 字符语法 | 说明 |
|---|---|
| \d | 匹配一个数字字符。等价于 [0-9]。grep 要加上 - P，perl 正则支持 |
| \D | 匹配一个非数字字符。等价于 [^0-9]。grep 要加上 - P，perl 正则支持 |
| \f | 匹配一个换页符。等价于 \x0c 和 \cL。 |
| \n | 匹配一个换行符。等价于 \x0a 和 \cJ。 |
| \r | 匹配一个回车符。等价于 \x0d 和 \cM。 |
| \s | 匹配任何不可见字符，包括空格、制表符、换页符等等。等价于 [\f\n\r\t\v]。 |
| \S | 匹配任何可见字符。等价于 [^ \f\n\r\t\v]。 |
| . | 匹配任何字符 |
| [...] | 匹配括号中的任何字符，如 [abc] |
| ^ | 匹配输入字行首。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 “\n” 或 “\r” 之后的位置。 |
| $ | 匹配输入行尾。如果设置了 RegExp 对象的 Multiline 属性，$ 也匹配 “\n” 或 “\r” 之前的位置。 |
| \w | 匹配包括下划线的任何单词字符。类似但不等价于 “[A-Za-z0-9_]”，这里的 "单词" 字符使用 Unicode 字符集。 |
| \W | 匹配任何非单词字符。等价于 “[^A-Za-z0-9_]”。 |
| \b | 匹配一个单词的边界，也就是指单词和空格间的位置（即正则表达式的 “匹配” 有两种概念，一种是匹配字符，一种是匹配位置，这里的 \b 就是匹配位置的）。例如，“er\b” 可以匹配 “never” 中的 “er”，但不能匹配 “verb” 中的 “er”；“\b1_” 可以匹配 “1_23” 中的 “1_”，但不能匹配 “21_3” 中的 “1_”。 |
| \B | 匹配非单词边界。“er\B” 能匹配 “verb” 中的 “er”，但不能匹配 “never” 中的 “er”。 |
# 限定符
| 字符语法 | 说明 |
|---|---|
| $ | 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'。要匹配 $ 字符本身，请使用 $。 |
| ( ) | 标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 (和)。 |
| * | 匹配前面的子表达式零次或多次 (0,+∞)。要匹配 * 字符，请使用 *。 |
| + | 匹配前面的子表达式一次或多次 (1,+∞)。要匹配 + 字符，请使用 +。 |
| . | 匹配除换行符 \n 之外的任何单字符。要匹配 . ，请使用 . 。 |
| ? | 匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配？字符，请使用？。 |
| [ | 标记一个中括号表达式的开始。要匹配 [，请使用 [。 |
| \ | 将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\' 匹配 ""，而 '(' 则匹配"("。 |
| ^ | 匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 ^。 |
# 常用正则表达式
iPv4： ^((25[0-5]|2[0-4]\d|[01]?\d?\d)\.){3}(25[0-5]|2[0-4]\d|[01]?\d?\d)$
URL： [a-zA-z]+://[^\s]*
# 匹配前后包含或不包含 XX
(?<!7) centos 查找 centos，而前面又不含 7 的
(?<=7) centos 查找 centos，且前面含 7 的
centos (?!7) 查找 centos，且后面不含 7 的
centos (?=7) 查找 centos，且后面含 7 的
# (?:pattern)
非获取匹配，匹配 pattern 但不获取匹配结果，不进行存储供以后使用。这在使用或字符 “(|)” 来组合一个模式的各个部分是很有用。例如 “industr (?:y|ies)” 就是一个比 “industry|industries” 更简略的表达式。
# (?=pattern)
非获取匹配，正向肯定预查，在任何匹配 pattern 的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如，“Windows (?=95|98|NT|2000)” 能匹配 “Windows2000” 中的 “Windows”，但不能匹配 “Windows3.1” 中的 “Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
# (?!pattern)
非获取匹配，正向否定预查，在任何不匹配 pattern 的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如 “Windows (?!95|98|NT|2000)” 能匹配 “Windows3.1” 中的 “Windows”，但不能匹配 “Windows2000” 中的 “Windows”。
# (?<=pattern)
非获取匹配，反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95|98|NT|2000) Windows” 能匹配 “2000Windows” 中的 “Windows”，但不能匹配 “3.1Windows” 中的 “Windows”。
# (?<!pattern)
非获取匹配，反向否定预查，与正向否定预查类似，只是方向相反。例如 “(?<!95|98|NT|2000) Windows” 能匹配 “3.1Windows” 中的 “Windows”，但不能匹配 “2000Windows” 中的 “Windows”。这个地方不正确，有问题
参考文章：