正则真难写 学了几年代码，也写了不少项目，业务逻辑经验攒了一堆，基础知识却落下不少。其中很多还非常重要，比如：正则表达式。

正则表达式

正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。

使用场景

正则表达式起始日常生活中也用过，比如搜索的时候用的*匹配（好吧，那个应该准确的叫做通配符，反正差不多就这意思嘛），下面谈谈正则使用的场景：

1. 手机号、邮箱、
2. URL判断
3. 配置文件、检索关键字
4. 模板引擎

使用原则

由于正则会将通常一串字符挨个检索，如果没找到匹配项，会从开头一直匹配到结尾，所以说，正则表达式的效率非常低的，能用内置函数尽量用内置函数。不过，一些特定场景正则表达式有他独有的优势。

语法定义

组成部分

其实组成部分是很多的，这里只做基础介绍。以能写出简单正则，能看懂正则意思为目的。

正则的组成：

1. 定界符
2. 原子
3. 元字符
4. 模式修正符

匹配规则：

1. 从左到右
2. 默认贪婪匹配（简述就是匹配成功后继续匹配，参见#贪婪模式）

定界符

定界符是正则表达式的边界，这个没有严格规定，通常以/作为正则的定界符。规则是：不能使用0-9、a-z、A-Z、``和空格。

原子

原子在化学中讲过吧，是最小的单位。而正则中的原子同理，也是正则中最小的单位，不可再分割了。

• \d：包含0-9
• \D：不包含0-9
• \w：包含0-9、a-z、A-Z和_
• \W：不包含0-9、a-z、A-Z和_
• \s：包含空白字符、空格、\n、\t和\r等
• \S：不包含上诉空白字符
• \b：词边界
• \B：非词边界
• []：原子列表，可匹配列表原子或字符出串
• [^]：取反，写在原子列表里为取反
• .：除\n以外任意字符

元字符

元字符是用来修饰原子的，不能单独存在，写在原子之后。

• *：匹配任意次

• +：至少出现一次

• ?：可有可无，最多一次

• {}：指定次数

  * ``{10}``：指定十次
  * ``{3,5}``：指定3-5次
  * ``{3,}``：至少3次
  * ``{0,3}``：0-3次
  

• ^：指定以某个原子开头（千万别记混[^]和^的区别）

• \A：与^相同

• $：指定以什么结尾

• \Z：与$相同

• |：或

• ()：限制优先级，括号里为一个整体。子模式：参见#子模式

模式修正符

与元字符用于修饰原子，而模式修正符用于修正整个正则表达式。而模式修正符必须写在正则表达式的后面。

• i：忽略大小写
• m：多行匹配
• s：让.匹配到\n
• x：忽略正则表达式中的空格
• A：与\A和^一样
• U：正则贪婪模式取反

组合

原子与不同元字符组合可以达到很多的效果，而多个元字符可以同时修饰一个原子。

• .+?：取消贪婪匹配，只匹配一个字符
• .*?：取消贪婪匹配，匹配出0个字符

贪婪模式

仅从应用角度分析，可以这样认为，贪婪模式，就是在整个表达式匹配成功的前提下，尽可能多的匹配，也就是所谓的“贪婪”，通俗点讲，就是看到想要的，有多少就捡多少，除非再也没有想要的了。 ——来自[正则基础之——贪婪与非贪婪模式
](blog.csdn.net/lxcnn/artic…

子模式

我们可以使用小括号给整个匹配模式进行分组，默认情况下，每个分组会自动拥有一个组号，规则是，从左到右，以分组的左括号为标志，第一个出现的分组为组号1，第二个为组号2，以此类推。其中，分组0对应整个正则表达式。对整个正则匹配模式进行了分组以后，就可以进一步使用“向后引用”来重复搜索前面的某个分组匹配的文本。例如：\1代表分组1匹配的文本，\2代表分组2匹配的文本等等 ——来自正则表达式的子模式详解

总结

在实际开发中所遇到的正则无非就那么几种，网上有很多大佬写好的直接可以用，而自己写的一些正则可以存下笔记，以便以后遇到相同的需求可以直接使用。