一、概述
正则表达式用于文本内容的查找和替换。
正则表达式内置于其它语言或者软件产品中，它本身不是一种语言或者软件。
二、匹配单个字符
. 可以用来匹配任何的单个字符，但是在绝大多数实现里面，不能匹配换行符；
. 是元字符，表示它有特殊的含义，而不是字符本身的含义。如果需要匹配 . ，那么要用 \ 进行转义，即在 . 前面加上 \ 。
正则表达式一般是区分大小写的，但也有些实现不区分。
正则表达式
C.C2018匹配结果
My name is CyC2018 .
三、匹配一组字符
[ ] 定义一个字符集合；
0-9、a-z 定义了一个字符区间，区间使用 ASCII 码来确定，字符区间在 [ ] 中使用。
- 只有在 [ ] 之间才是元字符，在 [ ] 之外就是一个普通字符；
^ 在 [ ] 中是取非操作。
应用
匹配以 abc 为开头，并且最后一个字母不为数字的字符串：
正则表达式
abc[^0-9]匹配结果
- abcd
- abc1
- abc2
四、使用元字符
匹配空白字符
| 元字符 | 说明 |
|---|---|
| [\b] | 回退（删除）一个字符 |
| \f | 换页符 |
| \n | 换行符 |
| \r | 回车符 |
| \t | 制表符 |
| \v | 垂直制表符 |
\r\n 是 Windows 中的文本行结束标签，在 Unix/Linux 则是 \n。
\r\n\r\n 可以匹配 Windows 下的空白行，因为它匹配两个连续的行尾标签，而这正是两条记录之间的空白行；
匹配特定的字符
1. 数字元字符
| 元字符 | 说明 |
|---|---|
| \d | 数字字符，等价于 [0-9] |
| \D | 非数字字符，等价于 [^0-9] |
2. 字母数字元字符
| 元字符 | 说明 |
|---|---|
| \w | 大小写字母，下划线和数字，等价于 [a-zA-Z0-9_] |
| \W | 对 \w 取非 |
3. 空白字符元字符
| 元字符 | 说明 |
|---|---|
| \s | 任何一个空白字符，等价于 [\f\n\r\t\v] |
| \S | 对 \s 取非 |
\x 匹配十六进制字符，\0 匹配八进制，例如 \xA 对应值为 10 的 ASCII 字符 ，即 \n。
五、重复匹配
- + 匹配 1 个或者多个字符
- ** * 匹配 0 个或者多个字符
- ? 匹配 0 个或者 1 个字符
应用
匹配邮箱地址。
正则表达式
[\w.]+@\w+\.\w+\\w.\] 匹配的是字母数字或者 . ，在其后面加上 + ，表示匹配多次。在字符集合 \[ \] 里，. 不是元字符；
**匹配结果**
**[email protected]**
* **{n}** 匹配 n 个字符
* **{m,n}** 匹配 m\~n 个字符
* **{m,}** 至少匹配 m 个字符
\* 和 + 都是贪婪型元字符，会匹配尽可能多的内容。在后面加 ? 可以转换为懒惰型元字符，例如 \*?、+? 和 {m,n}? 。
**正则表达式**
a.+c
**匹配结果**
**abcabcabc**
由于 + 是贪婪型的，因此 .+ 会匹配更可能多的内容，所以会把整个 abcabcabc 文本都匹配，而不是只匹配前面的 abc 文本。用懒惰型可以实现匹配前面的。
# 六、位置匹配
## 单词边界
**\\b** 可以匹配一个单词的边界，边界是指位于 \\w 和 \\W 之间的位置；**\\B** 匹配一个不是单词边界的位置。
\\b 只匹配位置，不匹配字符，因此 \\babc\\b 匹配出来的结果为 3 个字符。
## 字符串边界
**\^** 匹配整个字符串的开头，**$** 匹配结尾。
\^ 元字符在字符集合中用作求非，在字符集合外用作匹配字符串的开头。
分行匹配模式（multiline）下，换行被当做字符串的边界。
**应用**
匹配代码中以 // 开始的注释行
**正则表达式**
^\s*\/\/.*$
**匹配结果**
1. public void fun() {
2. **// 注释 1**
3. int a = 1;
4. int b = 2;
5. **// 注释 2**
6. int c = a + b;
7. }
# 七、使用子表达式
使用 **( )** 定义一个子表达式。子表达式的内容可以当成一个独立元素，即可以将它看成一个字符，并且使用 \* 等元字符。
子表达式可以嵌套，但是嵌套层次过深会变得很难理解。
**正则表达式**
(ab){2,}
**匹配结果**
**ababab**
**\|** 是或元字符，它把左边和右边所有的部分都看成单独的两个部分，两个部分只要有一个匹配就行。
**正则表达式**
(19|20)\d{2}
**匹配结果**
1. **1900**
2. **2010**
3. 1020
**应用**
匹配 IP 地址。
IP 地址中每部分都是 0-255 的数字，用正则表达式匹配时以下情况是合法的：
* 一位数字
* 不以 0 开头的两位数字
* 1 开头的三位数
* 2 开头，第 2 位是 0-4 的三位数
* 25 开头，第 3 位是 0-5 的三位数
**正则表达式**
((25[0-5]|(2[0-4]\d)|(1\d{2})|([1-9]\d)|(\d))\.){3}(25[0-5]|(2[0-4]\d)|(1\d{2})|([1-9]\d)|(\d))
**匹配结果**
1. **192.168.0.1**
2. 00.00.00.00
3. 555.555.555.555
# 八、回溯引用
回溯引用使用 **\\n** 来引用某个子表达式，其中 n 代表的是子表达式的序号，从 1 开始。它和子表达式匹配的内容一致，比如子表达式匹配到 abc，那么回溯引用部分也需要匹配 abc 。
**应用**
匹配 HTML 中合法的标题元素。
**正则表达式**
\\1 将回溯引用子表达式 (h\[1-6\]) 匹配的内容，也就是说必须和子表达式匹配的内容一致。
<(h[1-6])>\w*?<\/\1>
**匹配结果**
1. **\