RegEx
Regular Expression
A sequence of characters that define a search pattern
Meta Characters 元字符
- 代码说明
. 匹配除换行符以外的任意字符 \w 匹配字母或数字或下划线或汉字 \s 匹配任意的空白符 \d 匹配数字 \b 匹配单词的开始或结束 ^ 匹配字符串的开始 $ 匹配字符串的结束
Characters Escapes 字符转义
- Adding \ to match meta characters itself
- e.g. google\.com匹配google.com，C:\\Windows匹配C:\Windows
Quantification 重复
- 代码/语法说明
* 重复零次或更多次 + 重复一次或更多次 ? 重复零次或一次 {n} 重复n次 {n,} 重复n次或更多次 {n,m} 重复n到m次
e.g. Windows\d+匹配Windows后面跟1个或更多数字
Characters Classes 字符类
[]
e.g. [aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!)
[0-9]代表的含意与\d就是完全一致的：一位数字；同理[a-z0-9A-Z_]也完全等同于\w
Boolean "or" 分枝条件
|
\d{5}-\d{4}|\d{5}这个表达式用于匹配美国的邮政编码。美国邮编的规则是5位数字，或者用连字号间隔的9位数字。使用分枝条件时，要注意各个条件的顺序。如果你把它改成\d{5}|\d{5}-\d{4}的话，那么就只会匹配5位的邮编(以及9位邮编的前5位)。原因是匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了。
Grouping&backreference
分组和后向引用
() & \1
- e.g. (\d{1,3}\.){3}\d{1,3}是一个简单的IP地址匹配表达式
- 使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类
- e.g. \b(\w+)\b\s+\1\b可以用来匹配重复的单词，像go go, 或者kitty kitty。
Antonymy 反义
- 代码/语法说明
| \W | 匹配任意不是字母，数字，下划线，汉字的字符 |
| \S | 匹配任意不是空白符的字符 |
| \D | 匹配任意非数字的字符 |
| \B | 匹配不是单词开头或结束的位置 |
| [^x] | 匹配除了x以外的任意字符 |
| [^aeiou] | 匹配除了aeiou这几个字母以外的任意字符 |
e.g. \S+匹配不包含空白符的字符串
Lookaround 零宽断言
e.g. \b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.时，它会匹配sing和danc
(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading
Negative Lookaround
负向零宽断言
e.g. \d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字
(?<![a-z])\d{7}匹配前面不是小写字母的七位数字。
Comments
(?#comment)
e.g. 2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)
Lazy & Possessive
代码/语法说明
| *? | 重复任意次，但尽可能少重复 |
| +? | 重复1次或更多次，但尽可能少重复 |
| ?? | 重复0次或1次，但尽可能少重复 |
| {n,m}? | 重复n到m次，但尽可能少重复 |
| {n,}? | 重复n次以上，但尽可能少重复 |
e.g. a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）
Reference
Some Practice
- Multiple time filter
- Run after test
- be careful and goodluck
RegEx
By Shawn Shao
