正则表达式基础及使用心得

题记 学习别人的精髓，并加以总结，消化吸收，这就是提高！！！ 

　　最近由于工作原因，要对前端页面进行大量校验，我们知道对字符串合法性进行校验，以及在大量的内容中匹配出具有某种特征的字符串时，使用正则表达式无疑是最佳选择，以前本人只对正则表达式只有一个非常简单的概念，只能写出非常简单的匹配，或者百度一下，搜索别人写好的正则表达式，然而网上的答案参差不齐，表达式连java和js都不区分，虽然正则表达式很多规则通用，但是在不同的语言中还是略有不同的，如果傻傻分不清就会绕弯子，甚至进入死循环。做业务时需求的变化可以说永无止境，能较深入的理解正则表达式的使用方法，随心所欲的写出符合业务需求的正则表达式，还是很有必要的。

1、正则表达式的基础符号(参考链接：http://www.cnblogs.com/yirlin/archive/2006/04/12/373222.html)

字符	描述
	将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，'n' 匹配字符 "n"。' ' 匹配一个换行符。序列 '\' 匹配 "" 而 "(" 则匹配 "("。
^	匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 ' ' 或 ' ' 之后的位置。
$	匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 ' ' 或 ' ' 之前的位置。
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，'o+?' 将匹配单个 "o"，而 'o+' 将匹配所有 'o'。
.	匹配除 " " 之外的任何单个字符。要匹配包括 ' ' 在内的任何字符，请使用象 '[. ]' 的模式。
(pattern)	匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 '(' 或 ')'。
(?:pattern)	匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，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)	正向先行断言，从左往右匹配，js和java都支持。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 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)	反向先行断言，从左往右匹配,js和java都支持。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 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)	反向后行断言，从右往左匹配，java都支持，js不支持，切记不要在js中使用
(?<=pattern)	正向后行断言，从右往左匹配，java都支持，js不支持，切记不要在js中使用
x|y	匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。
[xyz]	字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。
	匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
B	匹配非单词边界。'erB' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
cx	匹配由 x 指明的控制字符。例如， cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
d	匹配一个数字字符。等价于 [0-9]。
D	匹配一个非数字字符。等价于 [^0-9]。
f	匹配一个换页符。等价于 x0c 和 cL。
	匹配一个换行符。等价于 x0a 和 cJ。
	匹配一个回车符。等价于 x0d 和 cM。
s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ f v]。
S	匹配任何非空白字符。等价于 [^ f v]。
	匹配一个制表符。等价于 x09 和 cI。
v	匹配一个垂直制表符。等价于 x0b 和 cK。
w	匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
W	匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
xn	匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，'x41' 匹配 "A"。'x041' 则等价于 'x04' & "1"。正则表达式中可以使用 ASCII 编码。.
um	匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，'(.)1' 匹配两个连续的相同字符。
	标识一个八进制转义值或一个向后引用。如果 之前至少 n 个获取的子表达式，则 n 为向后引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
m	标识一个八进制转义值或一个向后引用。如果 m 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如果 m 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 m 将匹配八进制转义值 nm。
ml	如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
un	匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， u00A9 匹配版权符号 (?)。

　　给大家推荐个别人写的15个常用的js正则表达式(http://www.jqhtml.com/6915.html)，有需求的可以看看，可以拿来使用，值得一提的是15个常用表达式里面有错的，大家找一找看能不能找到，但是我还是建议大家把他作为一种学习实例，看看别人是怎么用的，为什么要这么写，我个人认为吃技术饭，能力的提高是最重要的，因为要在网上找到一个完全符合需求的正则表达式概率几乎为0，下面我就把几个易混淆的知识点，以我的理解与大家侃一侃，不足或错误的地方大神请指出来，让我也学习学习。

2、js中正则表达式易混点

(1)、^符号：匹配一个字符串以指定额字符开头，比如^abc，表示字符串必须与a开始；同时^也可以表示取反，比如[^abc]，表示匹配除a或者b或者c以外的任何字符，那么我不想匹配abc字符串怎么办了，呵呵！有些童鞋说简单啊！就这样^(abc)，哈哈当初我也这没想，可是很烦恼，正则表达式压根不认识什么是^(abc)，要想不匹配abc字符串，只能使用正则表达式的高级特性断言，后面会提到。

(2)、^$符号配合使用，这两个符号配合使用大家应该很熟悉，意思也很简单，表示以什么开头，以什么结尾，比较简单，没什么所说的，但大家有没有想过什么时候使用，为什么要使用了？下面写两个简单例子

比如我想匹配6-8位纯字，如果我这样写

 var reg = /d{6,8}/;

这样写会告诉编译器，你去给我找，找到6到8个数字就行了，比如1234567，明显匹配符合要求，但我写成1234567a，也是匹配的但却不符合要求了，这个正则表达式只限制了要6到8个数，而未限制其他的，加入我字符串长度20，只要我有6到8个数，其他十几个字符随便写都可以，那这就与需求矛盾了，下面我改一下

 var reg = /^d{6,8}$/;

这样就能匹配纯数字了。我从开始到结束都必须是数字，且限制长度6到8位，符合需求。

(3)、反向先行断言的使用

上面提到我不想匹配一个字符串使用^是不行的，那么我现在又有这样的需求，那该怎么办了，这里就要使用零宽度的先行负向断言，下面举个例子：需求是字符串中不能是不知道、未知，数字，一切标点符号，全角英文，特殊字符，不能包含不详，但允许有空格。

 var regex = /^(?!(不知道$|未知$|.*不详))[u4E00-u9FA5sa-zA-Z·]+$/;

3、在java中使用后行断言，切记js不支持

比如我想匹配<title>我的初恋是个好女孩，可惜我没有珍惜</title>标签中的文本，注意我只要文本，不要标签，我们可以这样写

 String regex = "(?<=<title>).*(?=</title>)";

用上面的这则表达式很容易匹配出：我的初恋是个好女孩，可惜我没有珍惜，这段文本(?<=<title>).*这一段是告诉编译器从右往左匹配.*前面必须是<title>，而.*(?=</title>)则是告诉编译器从左往右匹配.*后面必须是</title>，由于后行断言是零宽位的，不暂用匹配的位置，所有匹配出来的则是纯文本。