揭开正则表达式的神秘面纱（一）

引言
正则表达式（regularexpression）就是用一个字符串来描述一个特征，然后去验证另一个字符串是否符合这个特征。比如表达式ab+描述的特征是一个'a'和任意个'b'，那么'ab','abb','abbbbbbbbbb'都符合这个特征。

正则表达式可以用来：（1）验证字符串是否符合指定特征，比如验证是否是合法的邮件地址。（2）用来查找字符串，从一个长的文本中查找符合指定特征的字符串，比查找固定字符串更加灵活方便。（3）用来替换，比普通的替换更强大。

正则表达式学习起来其实是很简单的，不多的几个较为抽象的概念也很容易理解。之所以很多人感觉正则表达式比较复杂，一方面是因为大多数的文档没有做到由浅入深地讲解，概念上没有注意先后顺序，给读者的理解带来困难；另一方面，各种引擎自带的文档一般都要介绍它特有的功能，然而这部分特有的功能并不是我们首先要理解的。

文章中的每一个举例，都可以点击进入到测试页面进行测试。闲话少说，开始。1.正则表达式规则1.1普通字符
字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是普通字符。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。

举例1：表达式c，在匹配字符串abcde时，匹配结果是：成功；匹配到的内容是：c；匹配到的位置是：开始于2，结束于3。（注：下标从0开始还是从1开始，因当前编程语言的不同而可能不同）

举例2：表达式bcd，在匹配字符串abcde时，匹配结果是：成功；匹配到的内容是：bcd；匹配到的位置是：开始于1，结束于4。1.2简单的转义字符
一些不便书写的字符，采用在前面加\的方法。这些字符其实我们都已经熟知了。
表达式
可匹配
\r,\n
代表回车和换行符
\t
制表符
\\
代表\本身
还有其他一些在后边章节中有特殊用处的标点符号，在前面加\后，就代表该符号本身。比如：^,$都有特殊意义，如果要想匹配字符串中^和$字符，则表达式就需要写成\^和\$。
表达式
可匹配
\^
匹配^符号本身
\$
匹配$符号本身
\.
匹配小数点（.）本身
这些转义字符的匹配方法与普通字符是类似的。也是匹配与之相同的一个字符。

举例1：表达式\$d，在匹配字符串abc$de时，匹配结果是：成功；匹配到的内容是：$d；匹配到的位置是：开始于3，结束于5。1.3能够与'多种字符'匹配的表达式
正则表达式中的一些表示方法，可以匹配'多种字符'其中的任意一个字符。比如，表达式\d可以匹配任意一个数字。虽然可以匹配其中任意字符，但是只能是一个，不是多个。这就好比玩扑克牌时候，大小王可以代替任意一张牌，但是只能代替一张牌。
表达式
可匹配
\d
任意一个数字，0~9中的任意一个
\w
任意一个字母或数字或下划线，也就是A~Z,a~z,0~9,_中任意一个
\s
包括空格、制表符、换页符等空白字符的其中任意一个
.
小数点可以匹配除了换行符（\n）以外的任意一个字符
举例1：表达式\d\d，在匹配abc123时，匹配的结果是：成功；匹配到的内容是：12；匹配到的位置是：开始于3，结束于5。

举例2：表达式a.\d，在匹配aaa100时，匹配的结果是：成功；匹配到的内容是：aa1；匹配到的位置是：开始于1，结束于4。1.4自定义能够匹配'多种字符'的表达式
使用方括号[]包含一系列字符，能够匹配其中任意一个字符。用[^]包含一系列字符，则能够匹配其中字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意一个，但是只能是一个，不是多个。
表达式
可匹配
[ab5@]
匹配a或b或5或@
[^abc]
匹配a,b,c之外的任意一个字符
[f-k]
匹配f~k之间的任意一个字母
[^A-F0-3]
匹配A~F,0~3之外的任意一个字符
举例1：表达式[bcd][bcd]匹配abc123时，匹配的结果是：成功；匹配到的内容是：bc；匹配到的位置是：开始于1，结束于3。

举例2：表达式[^abc]匹配abc123时，匹配的结果是：成功；匹配到的内容是：1；匹配到的位置是：开始于3，结束于4。1.5修饰匹配次数的特殊符号
前面章节中讲到的表达式，无论是只能匹配一种字符的表达式，还是可以匹配多种字符其中任意一个的表达式，都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊符号，那么不用重复书写表达式就可以重复匹配。

使用方法是：次数修饰放在被修饰的表达式后边。比如：[bcd][bcd]可以写成[bcd]{2}。
表达式
作用
{n}
表达式重复n次，比如：\w{2}相当于\w\w；
{m,n}
表达式至少重复m次，最多重复n次，比如：
{m,}
表达式至少重复m次，比如：
?
匹配表达式0次或者1次，相当于{0,1}，比如：
+
表达式至少出现1次，相当于{1,}，比如：
*
表达式不出现或出现任意次，相当于{0,}，比如：
举例1：表达式\d+\.?\d*在匹配Itcosts$12.5时，匹配的结果是：成功；匹配到的内容是：12.5；匹配到的位置是：开始于10，结束于14。

举例2：表达式go{2,8}gle在匹配Adsbygoooooogle时，匹配的结果是：成功；匹配到的内容是：goooooogle；匹配到的位置是：开始于7，结束于17。1.6其他一些代表抽象意义的特殊符号
一些符号在表达式中代表抽象的特殊意义：
表达式
作用
^
与字符串开始的地方匹配，不匹配任何字符
$
与字符串结束的地方匹配，不匹配任何字符
\b
匹配一个单词边界，也就是单词和空格之间的位置，不匹配任何字符
进一步的文字说明仍然比较抽象，因此，举例帮助大家理解。

举例1：表达式^aaa在匹配xxxaaaxxx时，匹配结果是：失败。因为^要求与字符串开始的地方匹配，因此，只有当aaa位于字符串的开头的时候，^aaa才能匹配，。

举例2：表达式aaa$在匹配xxxaaaxxx时，匹配结果是：失败。因为$要求与字符串结束的地方匹配，因此，只有当aaa位于字符串的结尾的时候，aaa$才能匹配，。

举例3：表达式.\b.在匹配@@@abc时，匹配结果是：成功；匹配到的内容是：@a；匹配到的位置是：开始于2，结束于4。
进一步说明：\b与^和$类似，本身不匹配任何字符，但是它要求它在匹配结果中所处位置的左右两边，其中一边是\w范围，另一边是非\w的范围。

举例4：表达式\bend\b在匹配weekend,endfor,end时，匹配结果是：成功；匹配到的内容是：end；匹配到的位置是：开始于15，结束于18。
一些符号可以影响表达式内部的子表达式之间的关系：
表达式
作用
|
左右两边表达式之间或关系，匹配左边或者右边
()
(1).在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰
(2).取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到
举例5：表达式Tom|Jack在匹配字符串I'mTom,heisJack时，匹配结果是：成功；匹配到的内容是：Tom；匹配到的位置是：开始于4，结束于7。匹配下一个时，匹配结果是：成功；匹配到的内容是：Jack；匹配到的位置时：开始于15，结束于19。

举例6：表达式(go\s*)+在匹配Let'sgogogo!时，匹配结果是：成功；匹配到内容是：gogogo；匹配到的位置是：开始于6，结束于14。