一、正则表达式为高级的文本模式匹配、抽取、与/或文本形式的搜索和替换功能提供了基础。简单地说，正则表达式regex是一些字符和特殊符号组成的字符串，它们描述了模式的重复或者表述多个字符，于是正则表达式能按照某种模式匹配一系列有相似特征的字符串。
二、特殊符号和字符
| literal | 匹配文本字符串的字面值literal | foo |
| re1|re2 | 匹配正则表达式re1或者re2 | foo|bar |
| . | 匹配任何字符（除了\n之外） | b.b |
| ^ | 匹配字符串起始部分 | ^Dear |
| $ | 匹配字符串终止部分 | /bin/*sh$ |
| * | 匹配0次或者多次前面出现的正则表达式 | [A-Za-z0-9]* |
| + | 匹配1次或者多次前面出现的正则表达式 | [a-z]+\.com |
| ? | 匹配0次或者1次前面出现的正则表达式 | goo? |
| {N} | 匹配N次前面出现的正则表达式 | [0-9]{3} |
| {M,N} | 匹配M~N次前面出现的正则表达式 | [0-9]{5,9} |
| [...] | 匹配来自字符集的任意单一字符 | [aeiou] |
| [..x-y..] | 匹配x~y范围中的任意单一字符 | [0-9],[A-Za-z] |
| [^...] | 不匹配此字符集中出现的任何一个字符，包括某一范围的字符（如果在此字符集中出现） | [^aeiou],[^A-Za-z0-9] |
| (*|+|?|{})? | 用于匹配上面频繁出现/重复出现符号的非贪婪版本（*, +, ?, {}） | .*?[a-z] |
| (...) | 匹配封闭的正则表达式，然后另存为子组 | ([0-9]{3})?,f(oo|u)bar |
| \d | 匹配任何十进制数字，与[0-9]一致（\D和\d相反，不匹配任何非数值型的数字） | data\d+.txt |
| \w | 匹配任何字母数字字符，与[A-Za-z0-9_]相同（\W与之相反） | [A-Za-z_]\w+ |
| \b | 匹配任何单词边界（\B与之相反） | \bThe\b |
| \N | 匹配已保存的子组N | price:\16 |
| \s | 匹配任何空格字符，与[\n\t\r\v\f]相同（\S与之相反） | of\sthe |
| \c | 逐字匹配任何特殊字符，即仅按照字面意义匹配，不匹配特殊含义 | \.,\\, \* |
| \A(\Z) | 匹配字符串的起始（结束） | \ADear |
三、正则表达式示例
1、以字符串起始或者结尾或者单词边界匹配（匹配任何以美元符号结尾的字符串，可用.*\$$）
| ^From | 任何以From作为起始的字符串 |
| /bin/tcsh$ | 任何以/bin/tcsh作为结尾的字符串 |
| ^Subject:hi$ | 任何由单独的字符串Subject:hi构成的字符串 |
| the | 任何包含the的字符串 |
| \bthe | 任何以the开始的字符串 |
| \bthe\b | 仅仅匹配单词the |
| \Bthe | 任何包含但并不以the作为起始的字符串 |
2、创建字符集
| b[aeiu]t | bat，bet，bit，but |
| [cr][23][dp][o2] | 一个包含四个字符的字符串，第一个字符是c或者r，然后2或者3 |
3、限定范围和否定
| z.[0-9] | 字母‘z’后面跟着任何一个字符，然后跟着一个数字 |
| [r-u][env-y][us] | 字母r、s、t或者u后面跟着envwx或者y，然后跟着u或者s |
| [^aeiou] | 一个非元音字符 |
| [^\t\n] | 不匹配制表符或者\n |
| [“-a] | 在一个ASCII系统中，所有字符都位于“”和“a”之间，即34-97 |
4、使用闭包操作符实现存在性和频数匹配
| [dn]ot? | 字母d或者n，后面跟着一个o，然后最多一个t，如do，no，dot，not |
| 0?[1-9] | 任何数值数字，它可能前置一个0，例如匹配一系列数（表示从0-9月的数值），不管是一个还是两个数字 |
| [0-9]{15,16} | 匹配15或者16个数字，例如信用卡号码 |
| </?[^>+> | 匹配全部有效（和无效的）HTML标签 |
| [KQRBNP][a-h][1-8]-[a-h][1-8] | 在“长代数”标记法中，表示国际象棋合法的棋盘移动，即在KQRBNP等字母后面加上a1-h8之间的棋盘坐标，前面的坐标表示从哪里走，后面的坐标表示走到哪个位置上 |
5、表示字符集的特殊字符
| \w+-\d+ | 一个由字母数字组成的字符串和一串由一个连字符分割的数字 |
| [A-Za-z]\w* | 第一个字符是字母：其余字符可以是字母或者数字 |
| \d{3}-\d{3}-\d{4} | 美国电话号码的格式，前面是区号前缀，例如800-555-1212 |
| \w+@\w+\.com | 以[email protected]格式表示的简单电子邮件地址 |
6、使用圆括号指定分组
扫描二维码关注公众号，回复：
4979660 查看本文章
| \d+(\.\d*)? | 表示简单浮点数的字符串，即任何十进制数字，后面可以接一个小数点和零个或者多个十进制数字，如0.004， 2， 75. |
| (Mr?s?\.)?[A-Z][a-z]*[A-Za-z-}+ | 姓名和姓氏，以及对名字的限制（如果有，首字母要大写后续字母要小写），全名前可以有可选的Mr. Mrs. Ms. M. 作为称谓，以及灵活可选的姓氏，可以有多个单词，横线，以及大写字母 |
7、扩展表达式
| (?:\w+\.)* | 以句点作为结尾的字符串，例如google，twitter，facebook，但是这些匹配不会保存下来供后续的使用和数据检索 |
| (?#comment) | 此处并不做匹配，只是作为注释 |
| (?=.com) | 如果一个字符串后面跟着.com才做匹配操作，并不使用任何目标字符串 |
| (?!.net) | 如果一个字符串后面不是跟着.net才做匹配操作 |
| (?<=800-) | 如果字符串之前为800-才做匹配，假定为电话号码，同样，并不使用任何输入字符串 |
| (?<!192\.168\.) | 如果一个字符串之前不是192.168.才做匹配，假定用于过滤掉一组C类IP地址 |
| (?(1)y|x) | 如果一个匹配组1(\1)存在，就与y匹配，否则，就与x匹配。 |