正则表达式学习一

\b是正则表达式规定的一个特殊字符（元字符），代表着一个单词的开头前面和结尾后面一个位置，也就是单词的分解处（它既不是代表空白，也不是代表字符，它是匹配一个位置）

例如：

hi 、history 、him 、high

使用hi，上面的四个都会被匹配到，但是如果使用\bhi\b，则只匹配hi

\d匹配数字 0 -9

{n}表示重复的次数为n

如0\d{2}-\d{8} 表示010-12345678 这样的电话号码的字符串

\s匹配任意的空白字符，这其中包括空格，制表符，换行符，中文全角空格等

\w匹配或数字或字母或下划线或中文，也就是匹配数字、字母、下划线、中文，四种类型中的一种

如\ba\w*\b，匹配字母a开头的单词，其中a后面跟着任意数量的（数字、字母、下划线、中文） 如 a123，a_aaf_1，apple等这样的单词。

^匹配字符串的开始

$匹配字符串的结束

如果想查找原字符本身，比如查找.或者*，\等元字符，则应该在表达式中用\.或者\*,\\等方式来完成。

重复次数限定方法：

*表示零次或者多次

+表示重复一次或者多次

?表示重复零次或者一次

{n}表示重复n次

{n,}表示重复n次或者更多次

{n.m}表示重复n次到m次

当需要匹配一类规则中没有给定的类型，如元音字符。a,e,I,o,u，诸如此类的需要自己定制的一种类型。可以使用中括号[]来限定。

如元音字符，表示为[aeIoU]，就表示为元音字符中的其中一个

如[0-9]与\d意义相同

[0-9a-zA-Z_]在没有中文字符的情况下与\w意义相同

分支条件：

当有多个规则时，如果想让字符串只要能匹配其中的一种时，使用|就可以

（注意：|与编程语言里面的或||逻辑运算符相似，如果匹配了其中的一种规则，则后面的就不会再匹配，所以要注意股则的顺序）

如\(0\d{2}\)[- ]\d{8}|0\d{2}[- ]\d{8}，匹配电话号码，区号加括号或者不加，都行。如(010)-12345678或者010-12345678

（这里，因为小括号也是元字符，故使用\(和\)的方式）

但注意：\d{5}|\d{5}-\d{4}，该规则中，前面的部分明显是后面的一部分，如果能匹配后面的规则，则一定能匹配前面的，这样，匹配完了前面的，后面就不匹配了。

如：美国邮编有9位和5位的两种，如果是一个9位的邮编12345-6789，该邮编匹配了前面5个字符，后面的部分就不匹配了。

所以要改一下顺序，使用\d{5}-\d{4}|\d{5}的方式，则5位邮编和9位邮编都能正常匹配。

分组：

分组是指对一串字符进行分组，划分为一类。如\d{n}，这是对数字进行重复n次，但是需要对一串特定字符重复多次，应该怎么办呢？这时候就使用分组最合适。

如(\d{1,3}\.){3}\d{1,3}，这个一看就知道是没有对数字做限制的IP地址的简单表达形式。因为IP地址的前面三个组合后面都要跟一个点，而最后面的三个数字则不用，这时前面三个字符串表达式相同，就可以使用{3}重复的方式。

这样，前面的(\d{1,3}\.)就是一个分组。

(如上面所说小括号也是元字符，这里就用到了)

如果要对IP地址数字大小做限制，排除不符合的比如256.256.256.256这样的错误IP，则应该对数字大小做限制，这样表达式就会相对比较复杂。

正确的IP地址应该表示为：

((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

看着挺复杂，仔细分析一下，用到的都是上面刚学的。

分析(2[0-4]\d|25[0-5]|[01]?\d\d?)这一串内容。首先如上所说，它是一个分组，其次它中间用到了|分支，最后是[]的多次使用，

拆分开来看就是2[0-4]\d 就是IP地址数字第一位是2，第二位大于等于0，小于5的数字，第三位任意的1到9的数字。如。209,218,227,236,245等这样的数字

25[0-5] 表示前两位为25的，最后一位大于等于0小于等于5的

如255,254等

[01]?\d\d? 这一串表示0 – 199之间的所有数字

所以(2[0-4]\d|25[0-5]|[01]?\d\d?)这一串整体上其实就是表示0到255之间的所有数字，也许你会问干嘛不用小于或者大于的条件判断就好了嘛，很荣幸的告诉你，正则表达式没有条件判断。

（注：IP地址数字值为0-255之间的数字，范围也就是

0.0.0.0- 255.255.255.255）

如果想的话，还可以用正则表达式表示排除A，B，C三类专用IP地址或者A，B，C三类专用IP地址的正则表达式。