教程
什么是正则表达式？
正则表达式是一组由字母和符号组成的特殊文本，它可以用来从文本中找出满足你想要的格式的句子。
元字符
元字符不代表他们本身的字面意思，他们都有特殊的含义。
| 元字符 | 描述 |
|---|---|
| . | 匹配任意单个字符除了换行符。 |
| [ ] | 字符集。匹配方括号内的任意字符。 |
| [^ ] | 否定的字符种类。匹配除了方括号里的任意字符 |
| * | 匹配 >=0 个重复的在 * 号之前的字符。 |
| + | 匹配 >=1 个重复的 + 号前的字符。 |
| ? | 标记 ? 之前的字符为可选. |
| {n,m} | 匹配 num 个大括号之间的字符 (n <= num <= m). |
| (xyz) | 字符集，匹配与 xyz 完全相等的字符串. |
| | | 或元字符，匹配符号前或后的字符. |
| \ | 转义字符，用于匹配一些保留字符 `[ ] ( ) { } . * + ? ^ $ \ |
| ^ | 正则表达式的开始符号. |
| $ | 正则表达式的结束符号. |
元字符 .
字符集 []
方括号用来指定一个字符集。
括号中的字符集不关心顺序。
表达式
[Tt]he匹配the和The方括号的点号就表示点号
表达式
ar[.]匹配ar.字符串
否定字符集
一般来说 ^ 表示一个字符串的开头，但当它用在方括号里面的开头时，它表示这个字符集是否定的。 例如，表达式 [^c]ar 匹配一个后面跟着 ar 的除了 c 的任意字符。
重复次数
后面跟着元字符 +，* or ? 的，用来指定匹配子模式的次数。 这些元字符在不同的情况下有着不同的含义。
元字符 *
* 号匹配在 * 之前的字符出现 >=0 次。 例如，表达式 a* 匹配 0个或者多个以 a 开头的字符。表达式 [a-z]* 匹配所有以小写字母开头的字符串。
* 元字符和 . 元字符搭配可以匹配所有的字符(.*)。
* 和空格元字符 \s 连起来用，如表达式 \s*cat\s* 匹配以 0个或多个空格开头，中间是 cat，并且以 0个或多个空格结尾的字符串。
元字符 +
+ 元字符匹配 + 号之前的字符出现 >=1 次。 例如表达式 c.+t 匹配以字母 c 开头以 t 结尾，中间跟着至少一个字符的字符串。
元字符 ?
元字符 ? 表示前面的字符为可选字符，即出现 0 次或 1 次。 例如，表达式 [T]?he 匹配字符串 he 和 The。
元字符 {}
在正则表达式中 {} 是一个量词，常用来表示一个或一组字符可以重复出现的次数。 例如，表达式 [0-9]{2,3} 匹配最少 2 位最多 3 位 0~9 的数字。
可以省略第二个参数。 例如，[0-9]{2,} 匹配至少两位 0~9 的数字。
如果逗号也省略掉，则表示重复固定的次数。 例如，[0-9]{3} 匹配 3 位 0~9 的数字
元字符 ()
元字符 () 表示将括号内的子模式绑定为一个组，将这个组作为一个新的子模式进行匹配。
例如之前说的 {} 是用来表示前面一个字符出现指定次数。但如果在 {} 前用括号将一串字符括起来，则表示整个括号内的字符重复 N 次。例如，表达式 (ab)* 匹配连续出现 0 个或多个 ab。
还可以在 () 中用 | 表示或。例如，(c|g|p)ar 匹配 car 或 gar 或 par.
元字符 |
元字符 | 表示或，用作判断条件。
例如 (T|t)he|car 匹配 (T|t)he 或 car。
元字符 \
元字符 \ 用于转义紧跟其后的字符。用于转义 { } [ ] / \ + * . $ ^ | ? 这些特殊字符。如果想要匹配这些特殊字符则要在其前面加上反斜线 \。
例如 . 是用来匹配除换行符外的所有单个字符的。如果想要匹配句子中的 . 则要写成 \.。
例如 (f|c|m)at\.? 匹配以 f 或者 c 或者 m 开头，中间是 mt，后面有 0 个或者 1 个 .
锚点
正则表达式中，想要匹配指定开头或结尾的字符串就要使用到锚点。^ 指定开头，$ 指定结尾。
元字符 ^
^ 用来检查匹配的字符串是否在所匹配字符串的开头。
例如，在 abc 中使用表达式 ^a 会得到结果 a。但如果使用 ^b 将匹配不到任何结果。因为在字符串 abc 中并没有以 b 开头的字符串。
例如，^(T|t)he 匹配以 The 或 the 开头的字符串。
元字符 $
与 ^ 同理，元字符 $ 用来检查匹配的字符串是否在所匹配字符串的结尾。
例如，(at\.)$ 匹配以 at. 结尾的字符串。
简写字符集
正则表达式提供一些常用的字符集简写。如下:
| 简写 | 描述 |
|---|---|
| . | 除换行符外的所有单个字符 |
| \w | 匹配所有字母数字，等同于 [a-zA-Z0-9_] |
| \W | 匹配所有非字母数字，即符号，等同于： [^\w] |
| \d | 匹配数字： [0-9] |
| \D | 匹配非数字： [^\d] |
| \s | 匹配所有空格字符，等同于： [\t\n\f\r\p{Z}] |
| \S | 匹配所有非空格字符： [^\s] |
| \f | 匹配一个换页符 |
| \n | 匹配一个换行符 |
| \r | 匹配一个回车符 |
| \t | 匹配一个制表符 |
| \v | 匹配一个垂直制表符 |
| \p | 匹配 CR/LF（等同于 \r\n），用来匹配 DOS 行终止符 |
零宽度断言
零宽度断言用来指定一个位置(零宽度)，这个位置应该满足一定的条件(断言)。断言其实就相当于一个布尔值，只能是 0 或者 1。
由零宽度断言的定义可以看出来，它必须和和其他的表达式结合起来使用才具有意义，否则单纯的零宽度断言表达式的匹配结果就是个位置，什么字符都没有！
零宽度断言共四种：
| 符号 | 描述 |
|---|---|
| ?= | 正先行断言 |
| ?! | 负先行断言 |
| ?<= | 正后发断言 |
| ?<! | 负后发断言 |
理解：
- 正/负：指是否满足条件(即断言)，正(负)表示(不)满足。
- 先行/后发：指的是位置(最终的匹配结果)和条件(即断言)的前后关系，先行(后发)指位置在条件前(后)。
另外，零宽度断言都要用括号扩起来。
正先行断言 ?=
语法：表达式1(?=表达式2)
表示满足表达式1的字符串后面必须跟着满足表达式2的字符串，结果只返回满足匹配表达式1的字符串。
例如，表达式 (T|t)he(?=\sfat) 匹配 The 或者 the，而且 The 和 the 后面紧跟着 空格fat。
负先行断言 ?!
语法：表达式1(?=表达式2)
表示满足表达式1的字符串后面必须不能跟着满足表达式2的字符串，结果只返回满足匹配表达式1的字符串。
例如，表达式 (T|t)he(?!\sfat) 匹配 The 或者 the，而且 The 和 the 后面不跟着 空格fat。
正后发断言 ?<=
语法：(?<=表达式1)表达式2
表示满足表达式2的字符串前面面必须能跟着满足表达式1的字符串，结果只返回满足匹配表达式2的字符串。
例如，表达式 (?<=(T|t)he\s)(fat|mat) 匹配 fat 和 mat，且其前面跟着 The空格 或 the空格。
负后发断言 ?<!
语法：(?<!表达式1)表达式2
表示满足表达式2的字符串前面面必须不能跟着满足表达式1的字符串，结果只返回满足匹配表达式2的字符串。
例如，表达式 (?<!(T|t)he\s)(cat) 匹配 cat，且其前不跟着 The 或 the。
标志
标志也叫模式修正符，因为它可以用来修改表达式的搜索结果。 这些标志可以任意的组合使用，它也是整个正则表达式的一部分。
| 标志 | 描述 |
|---|---|
| i | 忽略大小写。 |
| g | 全局搜索。 |
| m | 多行修饰符：锚点元字符 ^ $ 工作范围在每行的起始。 |
忽略大小写（Case Insensitive）
修正符 i 用于忽略大小写。 例如，表达式 /The/gi 表示在全局搜索 The，在后面的 i 将其条件修改为忽略大小写，则变成搜索 the 和 The，g 表示全局搜索。
全局搜索（Global search）
修正符 g 常用于执行一个全局搜索匹配，即不仅仅返回第一个匹配的，而是返回全部。 例如，表达式 /.(at)/g 表示全局搜索 非换行符以外任意单个字符 后面跟着 at。
多行修正符（Multiline）
多行修正符 m 用于执行一个多行匹配。
之前介绍的 ^ 和 $ 用于检查模式是否是在待检测字符串的开头或结尾。但我们如果想要它在每行的开头和结尾生效，我们需要用到多行修正符 m。
例如，表达式 /at(.)?$/gm 表示小写字符 a 后跟小写字符 t ，末尾再跟上一个除换行符以外的任意字符，再根据 m 修正符，现在表达式匹配每行的结尾。
贪婪匹配与惰性匹配（Greedy vs lazy matching）
正则表达式默认采用贪婪匹配模式，在该模式下意味着会匹配尽可能长的子串。我们可以使用 ? 将贪婪匹配模式转化为惰性匹配模式。
例如 /(.*at)/ 表示匹配以 at 结尾，前面有任意多个非换行字符的子字符串中长度最长的一个。
而 /(.*?at)/ 表示匹配以 at 结尾，前面有任意多个非换行字符的子字符串中长度最短的一个。
实例
以某个字符串开始字符串，并且以另一个字符串结尾字符串
例如要搜索以 https://img.alicdn.com 开始，以 jpg_80x80.jpg 结束的子字符串。
1 | https:\/\/img\.alicdn\.com.*jpg_80x80\.jpg |