玩轉正則表達式(Regular)，這個世界正在獎勵偷偷用心的人
聲明：以下只是本人學習正則表達式的筆記概要，主要參考：
正則表達式30分鐘入門教程
1.必記的常用元字符:
. 匹配除換行符以外的任意字符
\w 匹配字母或數字或下劃線或漢字 \W表示與之相反
\s 匹配任意的空白符 \S表示與之相反
\d 匹配數字 \D表示與之相反
\b 匹配單詞的開始或結束 \B表示與之相反
^ 匹配字符串的開始
$ 匹配字符串的結束
[x] 匹配字符x [^x]表示出來字符x以外的任意字符
[aeiou] 匹配英語中的元音字母 [^aeiou] 表示除了元音字母以外的所有字符
2.必記的常用限定符
* 重復零次或更多次
+ 重復一次或更多次
? 重復零次或一次
{n} 重復n次
{n,}
{n,m} 重復n到m次
3.必記的常用分組語法
小括號表示一個子表達式，匹配這個子表達式也就是捕獲匹配到的文本，
默認情況下，每個分組會自動擁有一個組號，規則是：從左向右，以分組的左括號為標誌，第一個出現的分組的組號為1，第二個為2，以此類推，
組號分配過程是要從左向右掃描兩遍的：第一遍只給未命名組分配，第二遍只給命名組分配－－因此所有命名組的組號都大於未命名的組號
3.1捕獲
(exp) 匹配exp,並捕獲文本到自動命名的組裏 \b(\w+)\b\s+\1\b可以用來匹配重復的單詞，像go go, 或者kitty kitty
(?<name>exp)
上面的正則指定組名，可以寫成\b(?<Word>\w+)\b\s+\k<Word>\b
(?:exp) 匹配exp,不捕獲匹配的文本，也不給此分組分配組號 (?:@\w*)binguo\w*[email protected]
(?:exp)不會改變正則表達式的處理方式，只是這樣的組匹配的內容不會像前兩種那樣被捕獲到某個組裏面，也不會擁有組號
3.2零寬斷言
(?=exp) 匹配exp前面的位置 \b\w+(?=ing\b)
(?<=exp) 匹配exp後面的位置
(?<=\bre)\w+\b reading a book 匹配ading (?<=\s)\d+(?=\s)匹配以空白符間隔的數字(再次強調，不包括這些空白符)
(?!exp) 匹配後面跟的不是exp的位置
\b((?!abc)\w)+\b匹配不包含連續字符串abc的單詞\d{3}(?!\d)匹配三位數字，而且這三位數字的後面不能是數字
(?<!exp) 匹配前面不是exp的位置 (?<![a-z])\d{7}匹配前面不是小寫字母的七位數字
(?<=<(\w+)>).*(?=<\/\1>)匹配不包含屬性的簡單HTML標簽內裏的內容
3.3註釋
(?#comment) 這種類型的分組不對正則表達式的處理產生任何影響，用於提供註釋讓人閱讀
(?<= # 斷言要匹配的文本的前綴
<(\w+)> # 查找尖括號括起來的字母或數字(即HTML/XML標簽)
) # 前綴結束
.* # 匹配任意文本
(?= # 斷言要匹配的文本的後綴
<\/\1> # 查找尖括號括起來的內容：前面是一個"/"，後面是先前捕獲的標簽
) # 後綴結束
4.必記的懶惰限定符
*? 重復任意次，但盡可能少重復
+? 重復1次或更多次，但盡可能少重復
?? 重復0次或1次，但盡可能少重復
{n,m}? 重復n到m次，但盡可能少重復
{n,}? 重復n次以上，但盡可能少重復
貪婪匹配：
在使整個表達式能得到匹配的前提下，匹配盡可能多的字符
a.*b，它將會匹配最長的以a開始，以b結束的字符串。如果用它來搜索aabab的話，它會匹配整個字符串aabab。
懶惰(非貪婪)匹配：
也就是匹配盡可能少的字符，《2.必記的常用限定符》提到的限定符都可以被轉化為懶惰匹配模式，只要在它後面加上一個問號?
a.*?b匹配最短的，以a開始，以b結束的字符串。
如果把它應用於aabab的話，它會匹配aab（第一到第三個字符）和ab（第四到第五個字符）
為什麽第一個匹配的是aab（第一到第三個字符）而不是ab（第二到第三個字符）?
簡單地說，因為正則表達式有另一條規則，比懶惰／貪婪規則的優先級更高：最先開始的匹配擁有最高的優先權
5.非常用正則表達式元素
\a 報警字符(打印它的效果是電腦嘀一聲)
\b 通常是單詞分界位置，但如果在字符類裏使用代表退格
\t 制表符，Tab
\r 回車
\v 豎向制表符
\f 換頁符
\n 換行符
\e Escape
\0nn ASCII代碼中八進制代碼為nn的字符
\xnn ASCII代碼中十六進制代碼為nn的字符
\unnnn Unicode代碼中十六進制代碼為nnnn的字符
\cN ASCII控制字符。比如\cC代表Ctrl+C
\A 字符串開頭(類似^，但不受處理多行選項的影響)
\Z 字符串結尾或行尾(不受處理多行選項的影響)
\z 字符串結尾(類似$，但不受處理多行選項的影響)
\G 當前搜索的開頭
\p{name} Unicode中命名為name的字符類，例如\p{IsGreek}
(?>exp) 貪婪子表達式
(?<x>-<y>exp) 平衡組
(?im-nsx:exp) 在子表達式exp中改變處理選項
(?im-nsx) 為表達式後面的部分改變處理選項
(?(exp)yes|no) 把exp當作零寬正向先行斷言，如果在這個位置能匹配，使用yes作為此組的表達式；否則使用no
(?(exp)yes) 同上，只是使用空表達式作為no
(?(name)yes|no) 如果命名為name的組捕獲到了內容，使用yes作為表達式；否則使用no
(?(name)yes) 同上，只是使用空表達式作為no
附錄：
正則表達式本地及在線測試工具、MSDN官方正則表達式在線文檔
MSDN正則表達式語言 - 快速參考
Regester正則表達式測試工具-綠色版.zip
Regester正則表達式測試工具-安裝版.zip
編寫正則表達式時，時時點亮匹配到的文本(但不支持中文，有點遺憾)
很牛逼的一個在線正則匹配網站，時時點亮加支持中文
IP地址匹配: ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)
(\d{1,3}\.){3}\d{1,3}是一個簡單的IP地址匹配表達式。表達式順序分析:
\d{1,3}匹配1到3位的數字，
(\d{1,3}\.){3}匹配三位數字加上一個英文句號(這個整體也就是這個分組)重復3次，
最後再加上一個一到三位的數字(\d{1,3})。
玩轉正則表達式(Regular)，這個世界正在獎勵偷偷用心的人