30分钟正则表达式入门的归纳版，原网页：正则表达式30分钟入门
元字符
\w
匹配字母或数字或下划线或汉字等。等效于Unicode字符类别
[\p{Ll}\p{Lu}\p{Lt}\p{Lo}\p{Nd}\p{Pc}\p{Lm}]。如果用ECMAScript选项指定了符合
ECMAScript的行为，则\w只等效于[a-zA-Z_0-9]。
\b
单词的开头或结尾，如果需要更精确的说法，\b匹配这样的位置：它的前一个字符和后一个字符不全是\w
. 除换行符以外的所有字符
*
表示数量，任意数量，所以 .*
加起来就表示除换行符以外的任意数量字符，\w*表示任意字符
+
是和*类似的元字符，不同的是*匹配重复任意次(可能是0次)，而+则匹配重复1次或更多次。
\d
单个数字
\s
匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等。
^
匹配你要用来查找的字符串的开头，$匹配结尾。和忽略大小写的选项类似，有些正则表达式处理工具还有一个处理多行的选项。如果选中了这个选项，^和$的意义就变成了匹配行的开始处和结束处
这个我也不明白（现在明白了，就是如果要指明匹配整串字符的话就可以使用这两个来指明。）
\
字符转义
[]
表示括号内的其中一个或者括号内范围的其中一个，例如[aeiou],[1-9],[a-z0-9A-Z]
对于上面的表示实际字符的代码，都可以加上{数量}来指定匹配指定数量的字符，例如\d{7},
\w{5}表示7个数字，5个字符
|
两个正则表达式的或关系，即匹配其中一个就行，从左到右匹配，成功后将不继续比较，所以长的串应该放于前面
()
整体，括住一个表达式，然后可以整体操作，例如：(\d{1,3}\.){3}\d{1,3}是一个简单的IP地址匹配表达式。要理解这个表达式，请按下列顺序分析它：\d{1,3}匹配1到3位的数字，(\d{1,3}\.}{3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(\d{1,3})。
#
注释，在()内有效，若启用忽略模式里的空白符的选项，则()内每一行#号后的都是注释
简表
|
表1.常用的元字符
|
|
代码
|
说明
|
|
.
|
匹配除换行符以外的任意字符
|
|
\w
|
匹配字母或数字或下划线或汉字
|
|
\s
|
匹配任意的空白符
|
|
\d
|
匹配数字
|
|
\b
|
匹配单词的开始或结束
|
|
^
|
匹配字符串的开始
|
|
$
|
匹配字符串的结束
|
|
表2.常用的限定符
|
|
代码/语法
|
说明
|
|
*
|
重复零次或更多次
|
|
+
|
重复一次或更多次
|
|
?
|
重复零次或一次
|
|
{n}
|
重复n次
|
|
{n,}
|
重复n次或更多次
|
|
{n,m}
|
重复n到m次
|
一般情况下，重复限定符会匹配尽量多的字符串，即所谓的贪婪匹配，在重复限定符后加上?号变成懒惰匹配，则匹配尽量少的字符串
|
表3.常用的反义代码
|
|
代码/语法
|
说明
|
|
\W
|
匹配任意不是字母，数字，下划线，汉字的字符
|
|
\S
|
匹配任意不是空白符的字符
|
|
\D
|
匹配任意非数字的字符
|
|
\B
|
匹配不是单词开头或结束的位置
|
|
[^x]
|
匹配除了x以外的任意字符
|
|
[^aeiou]
|
匹配除了aeiou这几个字母以外的任意字符
|
比较难的点，详细说明一下
后向引用
使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。
后向引用用于重复搜索前面某个分组匹配的文本。例如，\1代表分组1匹配的文本。难以理解？请看示例：
\b(\w+)\b\s+\1\b可以用来匹配重复的单词，像go
go, kitty
kitty。首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b)，然后是1个或几个空白符(\s+)，最后是前面匹配的那个单词(\1)。
你也可以自己指定子表达式的组名。要指定一个子表达式的组名，请使用这样的语法：(?<Word>\w+)(或者把尖括号换成'也行：(?'Word'\w+)),这样就把\w+的组名指定为Word了。要后向引用这个分组捕获的内容，你可以使用\k<Word>,所以上一个例子也可以写成这样：\b(?<Word>\w+)\b\s+\k<Word>\b。
使用小括号的时候，还有很多特定用途的语法。下面列出了最常用的一些：
|
表4.分组语法
|
|
捕获
|
|
(exp)
|
匹配exp,并捕获文本到自动命名的组里
|
|
(?<name>exp)
|
匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)
|
|
(?:exp)
|
匹配exp,不捕获匹配的文本，也不给此分组分配组号
|
|
位置指定
|
|
(?=exp)
|
匹配exp前面的位置
|
|
(?<=exp)
|
匹配exp后面的位置
|
|
(?!exp)
|
匹配后面跟的不是exp的位置
|
|
(?<!exp)
|
匹配前面不是exp的位置
|
|
注释
|
|
(?#comment)
|
这种类型的组不对正则表达式的处理产生任何影响，用于提供注释让人阅读
|
我们已经讨论了前两种语法。第三个(?:exp)不会改变正则表达式的处理方式，只是这样的组匹配的内容不会像前两种那样被捕获到某个组里面。
零宽断言
接下来的四个用于查找在某些内容(但并不包括这些内容)之前或之后的东西，也就是说它们像\b,^,$那样用于指定一个位置，这个位置应该满足一定的条件(断言)，因此它们也被称为零宽断言。最好还是拿例子来说明吧：
(?=exp)也叫零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm
singing while you're dancing.时，它会匹配sing和danc。
(?<=exp)也叫零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading
a book时，它匹配ading。
假如你想要给一个很长的数字中每三位间加一个逗号(当然是从右边加起了)，你可以这样查找需要在前面和里面添加逗号的部分：((?<=\d)\d{3})*\b，用它对1234567890进行查找时结果是234567890。
下面这个例子同时使用了这两种断言：(?<=\s)\d+(?=\s)匹配以空白符间隔的数字(再次强调，不包括这些空白符)。
|
表6.常用的处理选项
|
|
名称
|
说明
|
|
IgnoreCase(忽略大小写)
|
匹配时不区分大小写。
|
|
Multiline(多行模式)
|
更改^和$的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。
|
|
Singleline(单行模式)
|
更改.的含义，使它与每一个字符匹配（包括换行符\n）。
|
|
IgnorePatternWhitespace(忽略空白)
|
忽略表达式中的非转义空白并启用由#标记的注释。
|
|
RightToLeft(从右向左查找)
|
匹配从右向左而不是从左向右进行。
|
|
ExplicitCapture(显式捕获)
|
仅捕获已被显式命名的组。
|
|
ECMAScript(JavaScript兼容模式)
|
使表达式的行为与它在JavaScript里的行为一致。
|
|
表7.尚未详细讨论的语法
|
|
\a
|
报警字符(打印它的效果是电脑嘀一声)
|
|
\b
|
通常是单词分界位置，但如果在字符类里使用代表退格
|
|
\t
|
制表符，Tab
|
|
\r
|
回车
|
|
\v
|
竖向制表符
|
|
\f
|
换页符
|
|
\n
|
换行符
|
|
\e
|
Escape
|
|
\0nn
|
ASCII代码中八进制代码为nn的字符
|
|
\xnn
|
ASCII代码中十六进制代码为nn的字符
|
|
\unnnn
|
Unicode代码中十六进制代码为nnnn的字符
|
|
\cN
|
ASCII控制字符。比如\cC代表Ctrl+C
|
|
\A
|
字符串开头(类似^，但不受处理多行选项的影响)
|
|
\Z
|
字符串结尾或行尾(不受处理多行选项的影响)
|
|
\z
|
字符串结尾(类似$，但不受处理多行选项的影响)
|
|
\G
|
当前搜索的开头
|
|
\p{name}
|
Unicode中命名为name的字符类，例如\p{IsGreek}
|
|
(?>exp)
|
贪婪子表达式
|
|
(?<x>-<y>exp)
|
平衡组
|
|
(?im-nsx:exp)
|
在子表达式exp中改变处理选项
|
|
(?im-nsx)
|
为表达式后面的部分改变处理选项
|
|
(?(exp)yes|no)
|
把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no
|
|
(?(exp)yes)
|
同上，只是使用空表达式作为no
|
|
(?(name)yes|no)
|
如果命名为name的组捕获到了内容，使用yes作为表达式；否则使用no
|
|
(?(name)yes)
|
同上，只是使用空表达式作为no
|