声明：笔记仅供参考，不足之处请见谅。

正则表达式能解决什么实际问题？

正则表达式能给你带来超乎你之前想象的文本处理能力。如常见的简单文本替换或查找，虽然普通编辑器的替换或查找能满足一般的需求了，但是如果要处理稍微复杂点的替换或查找操作，那么也许你必须手动处理了。（如替换或查找文本中的所有Email地址）。

一旦掌握了正则表达式，你就会知道它简直是无价之宝，也难以想象如果没有它，这日子该怎么过呢？

正则表达式很神奇，所以很难吗？

如 果没有相关魔术表演的知识，一定觉得魔术真的很神奇；就像对待外语一样，一旦以掌握了它，它不再是天书了。那么正则表达式也是如此，如果你没有正则表达式 相关经验，可能看不懂任何相关正则表达式的意义，但是如果你掌握了它，那情况就不一样了，只要练熟之后，你也可以变魔术了。

以操作系统上的搜索做类比

相信大家都用过自己所用系统上的搜索来寻找文件吧，如果你没用过并不代表你不需要哦，只是时机未到罢了。

相 信绝大多数朋友都是Windows的粉丝，那么该操作系统上启动搜索的快捷键是Win+F，正如一般软件启动搜索对话框的快捷键是ctrl+F，只不过针 对系统的ctrl是Win键而已。在操作系统的搜索使用中就有类似正则表达式的踪影，比如输入*.txt，则表示搜索的是以.txt结尾的文件/文件夹， 此处*是一个特殊字符，代表任意文本，类似的还有?问好，代表任意的单个字符。通过这两个字符，搜索文件的能力大大增强了，但这绝对不是正则表达式，想比 正则表达式，这里的搜索的能力还是很有限的。

正是应这种需求，一种“通用的模式语言”发展了起来，这种功能强大的模式语言和模式本身被称为“正则表达式”（Regular Expression）

以语言作类比

完整的正则表达式由两种字符构成：特殊字符（称为“元字符”，如操作系统中搜索时使用的*,?这种匹配符号，正则表达式的元字符提供了更强大的描述能力）和普通文本字符（就是其他的文字）。

一些元字符等的记录：

完整的正则表达式由两种字符构成：特殊字符（元字符）和普通字符（文字）

正则表达式结构体：[...]，即字符组/集，一个字符组智能匹配且必须匹配单个字符，字符组内部的元字符和外部的元字符概念不同，如在内部.?*都不是元字符。

结构体和无结构体的区别：在结构体x[abc]y中，表示的是或的意思，即x然后a或b或c然后y。在无结构体时xabcy表示的是且的意思，x然后a然后b然后c然后y。

在字符组内部的元字符：字符组元字符

-：不在[或[^后面的"-"表示一个范围，必须写着2个字符中间（应该是有间隔的同类字符）：[0-9a-z] 0到9和a到z中任意一个。

^：在[后面的"^"表示匹配排除的，写在字符组中的第1个：[^..]与[…] 前者匹配任何未列出来的字符，即列出的是不希望匹配的字符；后者匹配列出来的字符。

PS：一个字符组，即使是排除型字符组，也需要匹配一个字符。如q[^u]无法匹配“Iraq”，因q后面无字符了。

（普通）元字符（非字符组中的元字符，当然有符号相同，但作用不同的）：

^：行开头，在字符组内部和外部表示的意义不一样；

$：行结尾；

.：点号，匹配任意字符；

|：或，把不同的子表达式组合成一个总的表达式，从而使总表达式能够匹配任意的子表达式。子表达式称为“多选分支alternative”，一般会用括号来划定多选结构的范围

()：括号，划定范围，如多选结构的总表达式一般用括号括起来，与其他不相干字符划分开来。如ga|y和g(a|y)区别是，前者ga或y，后者ga或gy。另外括号一般还能够“记住”它们包含的子表达式匹配的文本，见反向引用。

? + * 这三个元字符统称为量词，即限定了所作用元素的匹配次数。

?：可选项元素，作用于问号前面紧邻的元素，表示是可选项，即有或没有

+：加号作用于前面紧邻的元素，表示能出现一次或多次，即>=1

*：星号作用于前面紧邻的元素，表示能出现任意多次或者不出现，即>=0

{1,2}：区间量词，作用于前面紧邻的元素，限定其出现的次数范围为1-2次

反向引用：容许我们匹配与表达式先前部分匹配的同样的文本，即使用先前匹配的东西来再次匹配。一般通过\1这样的形式表示第一个记忆的匹配文本。

\<：单词的起始位置，这种貌似只在egrep中适用

\>：单词的结束位置，这种貌似只在egrep中适用

^和$

^cat$ 匹配：行开头，然后字母，然后行结尾

^$ 匹配：行开头，然后行结尾，即空行（无任何字符）

^ 匹配：行开头。无任何意义，每一行都有开头

额外的参数：

-i：忽略大小写，这种写法在egrep中适用，其它处一般也是通过i来表示，但是写法不一样

神奇的转义：转义符\，反斜线

如果需要匹配的某个字符本身就是元字符，那么需要对其进行转义，如\?，这个问号就是转义的了，是普通字符了，不是元字符了。（可能某些工具如egrep某些版本不支持在字符组内部使用转义）。PS：在某些用法中，反斜线后面如果跟的不是元字符，那么可能会有特殊的用途，即组合为元字符，即反过来了。

PS：不同语言对正则表达式有不同的改进，因此正则表达式有很多“流派”。