正则表达式是常见常忘，所以还是记下来比较保险，于是就有了这篇笔记。
希望对大家会有所帮助。J
1．什么是正则表达式
简单的说，正则表达式是一种可以用于文字模式匹配和替换的强有力的工具。是由一系列普通字符和特殊字符组成的能明确描述文本字符串的文字匹配模式。
正则表达式并非一门专用语言，但也可以看作是一种语言，它可以让用户通过使用一系列普通字符和特殊字符构建能明确描述文本字符串的匹配模式。除了简单描述这些模式之外，正则表达式解释引擎通常可用于遍历匹配，并使用模式作为分隔符来将字符串解析为子字符串，或以智能方式替换文本或重新设置文本格式。正则表达式为解决与文本处理有关的许多常见任务提供了有效而简捷的方式。
正则表达式具有两种标准：
·基本的正则表达式(BRE – Basic Regular Expressions)
·扩展的正则表达式(ERE – Extended Regular Expressions)。
ERE包括BRE功能和另外其它的概念。
正则表达式目前有两种解释引擎：
·基于字符驱动(text-directed engine)
·基于正则表达式驱动(regex-directed engine)
Jeffery Friedl把它们称作DFA和NFA解释引擎。
约定：
为了描述起来方便，在本文中做一些约定：
1. 本文所举例的所有表达时都是基于NFA解释引擎的。
2. 正则表达式，也就是匹配模式，会简写为Regex。
3. Regex的匹配目标，也就是目标字符串，会简写为String。
4. 匹配结果用会用黄色底色标识。
5. 用1\+1=2 括起来的表示这是一个regex。
6. 举例会用以下格式：
Regex
Target String
Description
test
This is a test
会匹配test，testcase等
2．正则表达式的起源正则表达式的?祖先?可以一直上溯至对人类神经系统如何工作的早期研究。Warren McCulloch 和 Walter Pitts 这两位神经生理学家研究出一种数学方式来描述这些神经网络。
1956 年, 一位叫 Stephen Kleene 的美国数学家在 McCulloch 和 Pitts 早期工作的基础上，发表了一篇标题为?神经网事件的表示法?的论文，引入了正则表达式的概念。正则表达式就是用来描述他称为?正则集的代数?的表达式，因此采用?正则表达式?这个术语。
随后，发现可以将这一工作应用于使用Ken Thompson 的计算搜索算法的一些早期研究，Ken Thompson是Unix 的主要发明人。正则表达式的第一个实用应用程序就是 Unix 中的qed 编辑器。从那时起直至现在正则表达式都是基于文本的编辑器和搜索工具中的一个重要部分。具有完整语法的正则表达式使用在字符的格式匹配方面上，后来被应用到熔融信息技术领域。自从那时起，正则表达式经过几个时期的发展，现在的标准已经被ISO(国际标准组织)批准和被Open Group组织认定。
3. 正则表达式使用祥解最简单的正则表达式相信大家都已熟悉并且经常使用，那就是文字字符串。特定的字符串可通过文字本身加以描述；像 test这样的Regex模式可精确匹配输入的字符串?test?，但是它也可以匹配this is a testcase，这就不是我们想要得结果。当然，使用正则表达式匹配等于它自身的精确字符串是没有价值的实现，不能体现正则表达式的真正作用。但是，假如要查找的不是test，而是所有以字母 t 开头的单词，或所有4个字母的单词，那该怎么办？这超出了文字字符串的合理范围。所以我们才需要深入地研究正则表达式。
3.1基本语法虽然正则表达式并非一门专用语言，但它也有一些特殊的规定，也可以称之为基本语法。
正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为元字符）组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。
构造正则表达式的方法和创建数学表达式的方法一样。也就是用多种元字符与操作符将小的表达式结合在一起来创建更大的表达式。
可以通过在一对分隔符之间放入表达式模式的各种组件来构造一个正则表达式。
3.1.1普通字符由所有那些未显式指定为元字符的打印和非打印字符组成。这包括所有的大写和小写字母字符，所有数字，所有标点符号以及一些符号。
3.1.2非打印字符非打印字符也是普通字符，单独列出来便于参考。
Symbol
Description
\cx
匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
\f
匹配一个换页符。等价于 \x0c 和 \cL。
\n
匹配一个换行符。等价于 \x0a 和 \cJ。
\r
匹配一个回车符。等价于 \x0d 和 \cM。
\s
匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S
匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t
匹配一个制表符。等价于 \x09 和 \cI。
\v
匹配一个垂直制表符。等价于 \x0b 和 \cK。
Regex中可以使用非打印字符。\t会匹配一个tab字符(ASC||)，\r 会匹配一个回车(0x0D)，\n 会匹配一个换行符(0x0A)。应该注意的是：Windows使用\r\n表示一行的结束，而UNIX 使用\n 。
同样，我们可以在Regex中使用16进制的ASCⅡ码或者ANSI标准码。在拉丁语中，版权符号的代码是0xA9，所以我们也可以这样来匹配版权符号 \xA9 。另外一个匹配tab的写法是：\x09 。但是注意，第一位的?0?必须去掉。
3.1.3特殊字符特殊字符也叫做元字符，保留字符（Metacharactor），在Regex中表示特殊的意义，大部分的意思在不同的上下文中的意义是不同的，这里只列出最普遍的意义。
特殊字符共有11个：
Symbol
Description
$
匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配'\n' 或 '\r'。要匹配 $ 字符本身，请使用 \$。
( )
标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 \( 和 \)。
*
匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*。
+
匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+。
.
匹配除换行符 \n之外的任何单字符。要匹配 .，请使用 \。
[
标记一个中括号表达式的开始。要匹配 [，请使用 \[。
?
匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 \?。
\
将下一个字符标记为或特殊字符、或原义字符、或反向引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\\' 匹配 "\"，而 '\(' 则匹配 "("。
^
匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 \^。
{
标记限定符表达式的开始。要匹配 {，请使用 \{。
|
指明两项之间的一个选择。要匹配 |，请使用 \|。
在元字符前加 \ 转义符，可以把特殊字符当作普通字符来使用。
比如：如要要匹配 1+1=2 ，正确的正则表达式应该为1\+1=2。否则， + 会被当作特殊字符对待。
除了特殊字符，所有的其他字符都不应该加 \ 。因为 \ 也是一个特殊字符。\ 和普通字符组合在一起也可以创造一种特殊的意义。比如 \d 表示匹配所有的数字。
作为程序员，单引号和双引号不是特殊字符会也许让我们感到很惊讶。但这是正确的。因为我们在编程的时候，编程语言会知道引号之间的哪些字符表示特殊意义，编译器在把字符串x传递给regex解释引擎之前，会把它们处理成regex。比如，在C#中，如果我们要匹配1\+1=2 ，在程序中我们要这样写：?1\\+1=2?，C#编译器会把?\\?，处理为一个?\?。同样，如果要匹配 C:\Temp ，首先，正则表达式要这样写 C:\\Temp，然后在程序中我们应该这样写：? C:\\\\temp?。
3.1.4字符集字符集描述了一组字符，Regex解释器会认为匹配字符集中的一个字符就可以认为匹配成功。
字符集用[ ]括起来即可。
比如gr[ae]y就可以匹配gray或者grey。
字符集只能匹配一个字符，gr[ae]y就不能和graey匹配。字符集中的字符顺序是任意的，得到的结果都是唯一的。
可以在字符集中用连字符?-?来表示一个范围。[0-9]的结果和[0123456789]的匹配结果都是相同的。字符集中的范围可以有多种。比如[0-9a-fA-F]表示匹配所有的16进制，包括大小写。也可以把范围和单个字符组合在一起用,[0-9a-fxA-FX]表示匹配所有的16进制或者一个字符X。字符集的顺序不会影响结果。
在字符集的开始标志?[?后面加上一个?^?符号，表示否定，表示匹配除字符集中定义的字符以外的所有字符。包括非打印字符和行结束符。
注意：字符集匹配的一个字符，而不是一个位置。所以。q[^u]的意义不是?q 后面的字符不是u?。而是?q后面的字符可以是除了u以外的所有字符?。
q[^u]不会和Iraq匹配。
但是会和Iraq is a country匹配，因为q后面的空格字符是一个?不是u的字符?。
3.1.5在字符集中使用元字符字符集中的元字符只能是‘]’, ‘\’, ‘^’, 和‘-‘。其他元字符在字符集中都失去了特殊意义，表示的只是一个普通字符。也不需要用加?\?。比如：
匹配一个?*?或者?+?，用[*+]就足够了。即使给他们加上?\?，regex解释器也会把他们忽略掉。
四种特殊字符的处理：
在字符集中要表示?]?，?^?和?-?需要在后面加上转义符?\?，来表示它们代表的分别是普通字符?]?，?^?和?-?。
也可以把它们放在一个不能表示特殊意义的位置，后一个方法比较好，因为他们不会影响可读性。
??^?
要想匹配一个?^?，可以把它放在除了紧跟?[?的任意一个位置。
Regex
String
Description
[x^]
A string with x and ^.
匹配x或者?^?
??]?
可以把?]?放在紧跟着?[?的位置，或者使用否定字符集。
Regex
String
Description
[]x]
A string with x and ]
匹配x或者?]?
[^]x]
A string with x and ]
匹配除了x和?] ?以外的所有字符
??\?
要想把?\?当作一个普通字符来匹配，而不是一个特殊字符，必须把?\?再用一个?\?括起来。
Regex
String
Description
[\\x]
A string with x and \
匹配x或者?\?
??-?
连字符可以放在紧跟着?[?的后面，或者正好?]?的前面，或者紧跟着?^?的后面。Regex
String
Description
[-x]
A string with x and -
匹配x或者?-?
[x-]
A string with x and -
匹配x或者?-?
3.1.6预定义字符集因为很多字符集是经常使用的，所以Regex解释器预定义了一些常用字符集：
Regex
Meaning
Description
\d
[0-9]
所有数字
\w
[a-zA-Z]
表示所有的字符，和文化字体有关
\s
[ \t\r\n]
空格，回车和tab。和文化字体有关
预订一字符集可以既可以用在字符集里面，也可以用在字符集外面。
Regex
String
Description
\s\d
1
匹配后面紧跟着一个数字的空白符
[\s\d]
1
匹配一个单独的字符或者一个数字或者一个空白符
[\da-fA-F]和[0-9a-fA-F]的匹配结果是一样的。
同样，在预定义字符集前面加一个?^?符号表示否定。它们也有预先定义好的表示：Regex
Meaning
Description
\D
[^\d]
非数字
\W
[^\w]
非字符，和文化字体有关
\S
[^\s]
非空格，回车和tab。和文化字体有关
在?[]?使用否定预订一字符集时要特别心。[\D\S]不等于[\^d\s]。[\^d\s]会匹配除了数字和空白符以外的所有字符。而[\D\S]会匹配要么不是一个数字，要么是空白符。因为数字不是空白符，空白符也不是数字，所以[\D\S]会匹配任意的字符。
3.1.7 限定符限定符提供了一种简单方法，用于指定在模式中允许特定字符或字符集自身重复出现的次数。限定符始终引用限定符前（左边）的模式，通常是单个字符，除非使用括号创建模式组。
限定符有*或+或?或{n}或{n,}或{n,m}共6种。
Symbol
Description
Description
?
0次获1次
*
0次或n次
+
1次或n次
{min, max}
最少min次，最多max次
Max必须大于等于min。
{min，<不指定> }
最少min次，或者n次
{min}
精确的重复min次
在字符集后面使用???，?*?，?+?，表示重复。会重复整个的字符集，而不是重复匹配的那个字符。
Regex
String
意义
[0-9]+
846，111
匹配数字
([0-9))+
846，111
匹配数字相同的数字
[0-9]+会匹配846，也会匹配111。
如果想要重复的只是匹配的那个字符，而不是整个字符集，则必须使用?反向引用?。([0-9])\1+ 只会匹配111，而不会匹配846。
（第二部分高级话题会讲道）
如果目标string是 811116。则1111会被匹配。如果不想这样，则需要使用
lookahead和lookbehind。
（第二部分高级话题会讲道）
3.1.8定位符到现在为止，我们已经熟悉了普通字符、特殊字符（元字符）和字符集。在这两种情况下，Regex匹配的都是一个字符。
定位符是另外一种，它不匹配字符，相反，它匹配的是一个位置。
定位符有几种：
Regex
Function
Description
^
第一个字符之前的位置
包含换行符
$
最后一个字符后面的位置
包含换行符
\A
总是匹配string的第一个位置
不包含换行符
\Z
总是匹配string的最后一个位置
不包含换行符
Regex
String
意义
^
Abc
匹配A之前的位置
$
Abc
匹配c后面的位置
^A
Abc
匹配A
^b
Abc
不能匹配
c$
Abc
匹配c
A$
Abc
不能匹配
词的边界
还有一种定位符匹配的是一个词（word）的边界。用\b表示。
词（word）是由可以组成词的字符组成（?word characters?），?word characters?就是可以组成词的字符，不包括非打印字符和回车换行。
有四种不同的位置被认为是词的边界：
1.第一个字符之前的位置，如果第一个字符是一个?word character?。
2.最后一个字符之后的位置，如果最后一个字符是一个?word character?。
3.介于词和非词之间的紧跟着词的位置。
4.介于非词和词之间的紧跟着非词的位置
所有的word characters都可以用\w来表示。
所有的non-word characters都可以用\W来表示。
\b匹配一个词的边界。
\B表示一个非词的边界的位置，它能匹配任意一个不是次的边界的位置。
3.1.9 ?.?元字符在正则表达式中，?.?是用的最多的一个元字符，同时，它也是最容易用错的一个。所以我们单独来讲。
?.?几乎匹配任何字符。唯一的一个例外是换行符。
这个例外存在是有历史原因的。第一个用正则表达式的工具是基于换行符的。它从文件中读取一行字符，然后用去匹配。因为在这些工具中，string中永远不可能有换行符，所以?.?也永远不会和换行符匹配。
现代的工具可以用正则表达式去和很大的一个string甚至整个文件去匹配。所以现在的Regex解释器都含有一个选项，激活以后就可以让?.?去匹配所有的字符，包括换行符。?.?是一个非常强大的元字符。它可以让我们偷懒。但是我们要慎重的使用。我们看一个例子：
我们要匹配一个mm/dd/yy的格式的日期。但是我们可以让用户指定日期的分割符。一个简单的Regex是：\d\d.\d\d.\d\d这个看起来可以实现。它会很好的匹配04/09/07。问题是：04409407也会被匹配。因为第三个4和第五个4都会被?.?匹配。这不是我们想要得结果。\d\d[-/.]\d\d[-/.]\d\d是一个比上面的好的一个方法，用户可以指定?-?,?.?,?/?
作为日期的分割符。因为?.?在字符集中不表示一个特殊字符，所以我们不需要在?.?之前加?\?。
但这个方法还不完美，它会匹配 99/99/99 , [0-1]\d[-/.][0-3]\d[-/.]\d\d也许会好一些。虽然它仍旧会匹配19/39/99, 。方法够用就好了，不必追求完美，如果这个是用来验证用户需求，可能还需要改进，如果只是用来分析一段code,或许已经足够了。
如果我们要匹配一段带双引号的字符串。听起来很容易，我们可以在两个双引号之间放任意多个任意字符。Regex可能会这么写：?.*?，这个会匹配put a ?string? between double quotes.结果是对的，但是如果去匹配?"string one? and ?string two??则得到的结果会是?string one? and ?string two?。这不是我们要的结果。
所以这里我们可以用否定字符集来代替?[^?\r\n]*?
3.1.10用?|?表示选择前面已经讲过，用字符集可以匹配很多字符其中的一个，替换的作用稍有不同。
如果需要匹配 cat 或者 dog，可以这样写：cat|dog，也可以添加很多：cat|dog|mouse|fish。但是注意：?|?是正则表达式中优先级最低的操作符。Regex解释器在匹配的时候，要么匹配?|?左边的所有，要么匹配?|?右边的所有。
3.1.11用?（）?表示分组可以使用圆括号来限制选择的范围。
上面的例子，如果想要限制替换，可以使用?（）?符号。
比如：
如果我们要匹配整个词而不是一个词的一部分。Regex可以这样写：\b(cat|dog)\b。
这告诉regex解释器先去寻找一个边界，然后要么是cat，要么是dog，然后在去寻找一个边界。如果忽略掉括号，regex解释器会这样来匹配：要么是cat跟在一个边界的后面，要么是dog后面有一个边界。
3.1.12 ???的补充说明?？?除了表示重复之外，还表示可选。
例如：colou?r，会匹配color和colour。
用括号括起来的表示这組是一个可选的项目。
例如：Nov(ember)?会匹配Nov和November。
用?？?标记起来，等于告诉regex解释器有两种选项：要么匹配括起来的，要么不匹配。但是，Regex解释器总会首先去匹配括起来的部分，只有当这个失败了，才会当做忽略处理。效果就是，如果用Feb 23(rd)?去匹配Today is Feb 23rd, 2004，结果总是Feb 23rd，而不是Feb 23。
?？?也称作?懒元字符?,因为它总是尽可能的少的去匹配。
3.1.13给正则表达式添加注释可以这样给正则表达式添加注释：
（?#comment here）
3.1.14操作符的运算优先级Symbol
Function
Memo
\
转义符
(), (?:), (?=), []
括号
*, +, ?, {n}, {n,}, {n,m}
限定符
^, $, \anymetacharacter
定位符
|
或
3.2 高级话题这里会讨论一些稍微复杂一些的主题，比如backreference（反向引用），lookround，ifelsethen等等。
3.2.1反向引用（）除了把regex括起来以外，还可以创建反向引用。对一个正则表达式模式或部分模式两边添加圆括号将导致相关匹配存储到一个临时缓冲区中，所捕获的每个子匹配都按照在正则表达式模式中从左至右所遇到的内容存储。存储子匹配的缓冲区编号从 1 开始，连续编号直至最大 99 个子表达式。每个缓冲区都可以使用 '\n' 访问，其中 n 为一个标识特定缓冲区的一位或两位十进制数。
可以使用非捕获元字符 '?:', '?=', or '?!' 来忽略对相关匹配的保存。
例如：
Set(Value)?会匹配Set和SetValue。第一种情况下，\1的反向引用会是空，因为set没有匹配value。第二种情况下，\1的反向引用的值会变为value。
如果不想创建反向引用，可以使用特殊符号?：?，比如Set(?:Value)?。
使用反向引用
例如：我们要匹配一个html标记，和两个标记之间的内容。
我们可以这样写：<([A-Z][A-Z0-9]*)[^>]*>.*?。
首先创建一个[A-Z][A-Z0-9]的引用，然后后面用到这个引用。
注意：引用中不能引用自己。
正则表达式一个最重要的特性就是将匹配成功的模式的某部分进行存储供以后使用这一能力。请回想一下，对一个正则表达式模式或部分模式两边添加圆括号将导致这部分表达式存储到一个临时缓冲区中。可以使用非捕获元字符 '?:', '?=', or '?!' 来忽略对这部分正则表达式的保存。
所捕获的每个子匹配都按照在正则表达式模式中从左至右所遇到的内容存储。存储子匹配的缓冲区编号从 1 开始，连续编号直至最大 99 个子表达式。每个缓冲区都可以使用 '\n' 访问，其中 n 为一个标识特定缓冲区的一位或两位十进制数。
反向引用一个最简单，最有用的应用是提供了确定文字中连续出现两个相同单词的位置的能力。请看下面的句子：
Is is the cost of of gasoline going up up?
根据所写内容，上面的句子明显存在单词多次重复的问题。如果能有一种方法无需查找每个单词的重复现象就能修改该句子就好了。下面的正则表达式就可以实现这一功能。
\b([a-z]+) \1\b
在这个示例中，子表达式就是圆括号之间的每一项。所捕获的表达式包括一个或多个字母字符，即由[a-z]+ 所指定的。该正则表达式的第二部分是对前面所捕获的子匹配的引用，也就是由附加表达式所匹配的第二次出现的单词。'\1'用来指定第一个子匹配。单词边界元字符确保只检测单独的单词。如果不这样，则诸如 "is issued" 或 "this is" 这样的短语都会被该表达式不正确地识别。
3.2.2在正则表达式中指定模式option可以在正则表达式中指定匹配模式
Symbol
Function
Memo
i
区分大小写
前面加?-?表示关闭选项
s
单行模式匹配
M
多行模式匹配
语法为(?ism)
可以只对表达式的一部分使用模式，有效范围为从这个位置起直到碰到下一个模式符为止。也可以在前面加上?-?表示关闭这个选项。
比如(?i-sm)，表示区分大小写，关闭单行模式，打开多行模式。
3.2.3 Lookaround断言Perl5新引进了一种构造，分别为Lookahead和Lookbeehind。它们也被称作?0宽度断言?。说它们是?0宽度?是因为它们和定位符差不多，都匹配的是一行或一个词的开始或结束。不同的地方是Lookahaed和Lookbehind匹配的是一个字符，而不是一个位置，但是却返回的不是匹配的字符结果，而是返回匹配的结果：匹配还是不匹配。这也是为什么称作它们是?断言?。它们不关心匹配结果是什么，它们只用来断言这个匹配结果有没有可能。
正向和反向的Lookahead
正向Lookahead的语法为：（?=Regex）
反向Lookahead的语法为：（?!Regex）
前面我们的例子q[^u]表示的意义是：‘q’后面的字符可以是除了u以外的所有字符?。但是，如果我们要得到的结果是：‘q’后面不是’u’，注意，不是：’q’后面的字符不是’u’。（q后面可以什么也没有，而字符集必须匹配一个字符），在这种情况下，我们就必须使用反向lookahead断言。可以这样写：q(?!u)。它的匹配结果就是: ‘q’后面不是’u’。
正向lookahead断言q(?=u)匹配的结果就是：‘q’后面是’u’。
重要：
可以在lookahead中使用任何合法的正则表达式，但是在lookbehind中就不可以。Lookahead虽然被（）括起来，但它并不创建反向引用。如果想要把断言中的匹配结果存起来，必须单独使用（），像这样：(?=(regex))。
正向和反向的Lookbehind
正向Lookbehind的语法为：（?<=Regex）
反向Lookbehind的语法为：（?
用’<’来区分是Lookahead还是Lookbehind。
Lookbehind和lookahead有作用是相同的，但是它作用在string后面。它告诉Regex解释器暂时跳过lookbehind，先去匹配lookbehind后面的是否匹配，如果后面的匹配了，才去检查lookbehind中的断言。
(?
(?<=a)会匹配cab，但是不会匹配bed和debt。
重要：
不可以在Lookbehind中就不可以。
Lookbehind必须是定长的。所以‘?’‘*’‘+’不可以使用。
4. 正则表达式基本语法索引Regular Expression Basic Syntax Reference
Characters
Character
Description
Example
Any character except [\^$.|?*+()
All characters except the listed special characters match a single instance of themselves.
a matches a
\ (backslash) followed by any of [\^$.|?*+()
A backslash escapes special characters to suppress their special meaning.
\+ matches +
\xFF where FF are 2 hexadecimal digits
Matches the character with the specified ASCII/ANSI value, which depends on the code page used. Can be used in character classes.
\xA9 matches ? when using the Latin-1 code page.
\n, \r and \t
Match an LF character, CR character and a tab character respectively. Can be used in character classes.
\r\n matches a DOS/Windows CRLF line break.
Character Classes or Character Sets [abc]
Character
Description
Example
[ (opening square bracket)
Starts a character class. A character class matches a single character out of all the possibilities offered by the character class. Inside a character class, different rules apply. The rules in this section are only valid inside character classes. The rules outside this section are not valid in character classes, except \n, \r, \t and \xFF
Any character except ^-]\ add that character to the possible matches for the character class.
All characters except the listed special characters.
[abc] matches a, b or c
\ (backslash) followed by any of ^-]\
A backslash escapes special characters to suppress their special meaning.
[\^\]] matches ^ or ]
- (hyphen) except immediately after the opening [
Specifies a range of characters. (Specifies a hyphen if placed immediately after the opening [)
[a-zA-Z0-9] matches any letter or digit
^ (caret) immediately after the opening [
Negates the character class, causing it to match a single character not listed in the character class. (Specifies a caret if placed anywhere except after the opening [)
[^a-d] matches x (any character except a, b, c or d)
\d, \w and \s
Shorthand character classes matching digits 0-9, word characters (letters and digits) and whitespace respectively. Can be used inside and outside character classes
[\d\s] matches a character that is a digit or whitespace
\D, \W and \S
Negated versions of the above. Should be used only outside character classes. (Can be used inside, but that is confusing).)
\D matches a character that is not a digit
Dot
Character
Description
Example
. (dot)
Matches any single character except line break characters \r and \n. Most regex flavors have an option to make the dot match line break characters too.
. matches x or (almost) any other character
Anchors
Character
Description
Example
^ (caret)
Matches at the start of the string the regex pattern is applied to. Matches a position rather than a character. Most regex flavors have an option to make the caret match after line breaks (i.e. at the start of a line in a file) as well.
^. matches a in abc\ndef. Also matches d in "multi-line" mode.
$ (dollar)
Matches at the end of the string the regex pattern is applied to. Matches a position rather than a character. Most regex flavors have an option to make the dollar match before line breaks (i.e. at the end of a line in a file) as well. Also matches before the very last line break if the string ends with a line break.
.$ matches f in abc\ndef. Also matches c in "multi-line" mode.
\A
Matches at the start of the string the regex pattern is applied to. Matches a position rather than a character. Never matches after line breaks.
\A. matches a in abc
\Z
Matches at the end of the string the regex pattern is applied to. Matches a position rather than a character. Never matches before line breaks, except for the very last line break if the string ends with a line break.
.\Z matches f in abc\ndef
\z
Matches at the end of the string the regex pattern is applied to. Matches a position rather than a character. Never matches before line breaks.
.\z matches f in abc\ndef
Word Boundaries
Character
Description
Example
\b
Matches at the position between a word character (anything matched by \w) and a non-word character (anything matched by [^\w] or \W) as well as at the start and/or end of the string if the first and/or last characters in the string are word characters.
.\b matches c in abc
\B
Matches at the position between two word characters (i.e the position between \w\w) as well as at the position between two non-word characters (i.e. \W\W).
\B.\B matches b in abc
Alternation
Character
Description
Example
| (pipe)
Causes the regex engine to match either the part on the left side, or the part on the right side. Can be strung together into a series of options.
abc|def|xyz matches abc, def or xyz
| (pipe)
The pipe has the lowest precedence of all operators. Use grouping to alternate only part of the regular expression.
abc(def|xyz) matches abcdef or abcxyz
Quantifiers
Character
Description
Example
? (question mark)
Makes the preceding item optional. Greedy, so the optional item is included in the match if possible.
abc? matches ab or abc
??
Makes the preceding item optional. Lazy, so the optional item is excluded in the match if possible. This construct is often excluded from documentation because of its limited use.
abc?? matches ab or abc
* (star)
Repeats the previous item zero or more times. Greedy, so as many items as possible will be matched before trying permutations with less matches of the preceding item, up to the point where the preceding item is not matched at all.
".*" matches "def" "ghi" in abc "def" "ghi" jkl
*? (lazy star)
Repeats the previous item zero or more times. Lazy, so the engine first attempts to skip the previous item, before trying permutations with ever increasing matches of the preceding item.
".*?" matches "def" in abc "def" "ghi" jkl
+ (plus)
Repeats the previous item once or more. Greedy, so as many items as possible will be matched before trying permutations with less matches of the preceding item, up to the point where the preceding item is matched only once.
".+" matches "def" "ghi" in abc "def" "ghi" jkl
+? (lazy plus)
Repeats the previous item once or more. Lazy, so the engine first matches the previous item only once, before trying permutations with ever increasing matches of the preceding item.
".+?" matches "def" in abc "def" "ghi" jkl
{n} where n is an integer >= 1
Repeats the previous item exactly n times.
a{3} matches aaa
{n,m} where n >= 1 and m >= n
Repeats the previous item between n and m times. Greedy, so repeating m times is
tried before reducing the repetition to n times.
a{2,4} matches aa, aaa or aaaa
{n,m}? where n >= 1 and m >= n
Repeats the previous item between n and m times. Lazy, so repeating n times is tried before increasing the repetition to m times.
a{2,4} matches aaaa, aaa or aa
{n,} where n >= 1
Repeats the previous item at least n times. Greedy, so as many items as possible will be matched before trying permutations with less matches of the preceding item, up to the point where the preceding item is matched only n times.
a{2,} matches aaaaa in aaaaa
{n,}? where n >= 1
Repeats the previous item between n and m times. Lazy, so the engine first matches the previous item n times, before trying permutations with ever increasing matches of the preceding item.
a{2,}? matches aa in aaaaa
5. 正则表达式高级语法索引Regular Expression Advanced Syntax Reference Grouping and Backreferences
Syntax
Description
Example
(regex)
Round brackets group the regex between them. They capture the text matched by the regex inside them that can be reused in a backreference, and they allow you to apply regex operators to the entire grouped regex.
(abc){3} matches abcabcabc. First group matches abc.
(?:regex)
Non-capturing parentheses group the regex so you can apply regex operators, but do not capture anything and do not create backreferences.
(?:abc){3} matches abcabcabc. No groups.
\1 through \9
Substituted with the text matched between the 1st through 9th pair of capturing
parentheses. Some regex flavors allow more than 9 backreferences.
(abc|def)=\1 matches abc=abc or def=def, but not abc=def or def=abc.
Modifiers
Syntax
Description
Example
(?i)
Turn on case insensitivity for the remainder of the regular expression. (Older regex flavors may turn it on for the entire regex.)
te(?i)st matches teST but not TEST.
(?-i)
Turn off case insensitivity for the remainder of the regular expression.
(?i)te(?-i)st matches TEst but not TEST.
(?s)
Turn on "dot matches newline" for the remainder of the regular expression. (Older regex flavors may turn it on for the entire regex.)
(?-s)
Turn off "dot matches newline" for the remainder of the regular expression.
(?m)
Caret and dollar match after and before newlines for the remainder of the regular expression. (Older regex flavors may apply this to the entire regex.)
(?-m)
Caret and dollar only match at the start and end of the string for the remainder of the regular expression.
(?i-sm)
Turns on the options "i" and "m", and turns off "s" for the remainder of the regular expression. (Older regex flavors may apply this to the entire regex.)
(?i-sm:regex)
Matches the regex inside the span with the options "i" and "m" turned on, and "s"
正则表达式 学习要点： 1.什么是正则表达式 2.创建正则表达式 3.获取控制 4.常用的正则 假设用户需要在HTML 表单中填写姓名、地址、出生日期等。那么在将表单提交到服 务器进一步处理前，JavaScript 程序会检查表单以确认用户确实输入了信息并且这些信息是 符合要求的。 一．什么是正则表达式 正则表达式(regular expression)是一个描述字符模式的对象。ECMAScript 的RegExp 类 表示正则表达式，而String 和RegExp 都定义了使用正则表达式进行强大的模式匹配和文本 检索与替换的函数。 正则表达式主要用来验证客户端的输入数据。用户填写完表单单击按钮之后，表单就会 被发送到服务器，在服务器端通常会用PHP、https://www.doczj.com/doc/572538197.html, 等服务器脚本对其进行进一步处理。 因为客户端验证，可以节约大量的服务器端的系统资源，并且提供更
好的用户体验。 二．创建正则表达式 创建正则表达式和创建字符串类似，创建正则表达式提供了两种方法，一种是采用new 运算符，另一个是采用字面量方式。 1.两种创建方式 var box = new RegExp('box'); //第一个参数字符串 var box = new RegExp('box', 'ig'); //第二个参数可选模式修饰符 模式修饰符的可选参数 参数含义 i 忽略大小写 g 全局匹配 m 多行匹配 var box = /box/; //直接用两个反斜杠 var box = /box/ig; //在第二个斜杠后面加上模式修饰符 2.测试正则表达式 RegExp 对象包含两个方法：test()和exec()，功能基本相似，用于测试字符串匹配。test() 方法在字符串中查找是否存在指定的正则表达式并返回布尔值，如果存在则返回true，不存 在则返回false。exec()方法也用于在字符串中查找指定正则表达式，如果exec()方法执行成
//判断输入内容是否为空 function IsNull(){ var str = document.getElementById('str').value.trim(); if(str.length==0){ alert('对不起，文本框不能为空或者为空格!'); //请将“文本框”改成你需要验证的属性名称! } } //判断日期类型是否为YYYY-MM-DD格式的类型 function IsDate(){ var str = document.getElementById('str').value.trim(); if(str.length!=0){ var reg = /^(\d{1,4})(-|\/)(\d{1,2})\2(\d{1,2})$/; var r = str.match(reg); if(r==null) alert('对不起，您输入的日期格式不正确!'); //请将“日期”改成你需要验证的属性名称! } } //判断日期类型是否为YYYY-MM-DD hh:mm:ss格式的类型 function IsDateTime(){ var str = document.getElementById('str').value.trim();
if(str.length!=0){ var reg = /^(\d{1,4})(-|\/)(\d{1,2})\2(\d{1,2}) (\d{1,2}): (\d{1,2}):(\d{1,2})$/; var r = str.match(reg); if(r==null) alert('对不起，您输入的日期格式不正确!'); //请将“日期”改成你需要验证的属性名称! } } //判断日期类型是否为hh:mm:ss格式的类型 function IsTime() { var str = document.getElementById('str').value.trim(); if(str.length!=0){ reg=/^((20|21|22|23|[0-1]\d)\:[0-5][0-9])(\:[0-5][0-9])?$/ if(!reg.test(str)){ alert("对不起，您输入的日期格式不正确!"); //请将“日期”改成你需要验证的属性名称! } } } //判断输入的字符是否为英文字母
引言 正则表达式（regular expression）就是用一个“表达式”来描述一个特征，然后去验证另一个“字符串”是否符合这个特征。比如表达式“ab+” 描述的特征是“一个 'a' 和任意个'b' ”，那么 'ab', 'abb', 'abbbbbbbbbb' 都符合这个特征。 正则表达式可以用来：（1）验证字符串是否符合指定特征，比如验证是否是合法的邮件地址。（2）用来查找字符串，从一个长的文本中查找符合指定特征的字符串，比查找固定字符串更加灵活方便。（3）用来替换，比普通的替换更强大。 正则表达式学习起来其实是很简单的，不多的几个较为抽象的概念也很容易理解。之所以很多人感觉正则表达式比较复杂，一方面是因为大多数的文档没有做到由浅入深地讲解，概念上没有注意先后顺序，给读者的理解带来困难；另一方面，各种引擎自带的文档一般都要介绍它特有的功能，然而这部分特有的功能并不是我们首先要理解的。 文章中的每一个举例，都可以点击进入到测试页面进行测试。闲话少说，开始。 1. 正则表达式规则 1.1 普通字符 字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是"普通字符"。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。 举例1：表达式 "c"，在匹配字符串 "abcde" 时，匹配结果是：成功；匹配到的内容是："c"；匹配到的位置是：开始于2，结束于3。（注：下标从0开始还是从1开始，因当前编程语言的不同而可能不同） 举例2：表达式 "bcd"，在匹配字符串 "abcde" 时，匹配结果是：成功；匹配到的内容是："bcd"；匹配到的位置是：开始于1，结束于4。 1.2 简单的转义字符 一些不便书写的字符，采用在前面加 "\" 的方法。这些字符其实我们都已经熟知了。
正则表达式教程 早期起源 正则表达式的“祖先”可以一直上溯至对人类神经系统如何工作的早期研究。Warren McCulloc h 和Walter Pitts 这两位神经生理学家研究出一种数学方式来描述这些神经网络。 1956 年, 一位叫Stephen Kleene 的数学家在McCulloch 和Pitts 早期工作的基础上，发表了一篇标题为“神经网事件的表示法”的论文，引入了正则表达式的概念。正则表达式就是用来描述他称为“正则集的代数”的表达式，因此采用“正则表达式”这个术语。 随后，发现可以将这一工作应用于使用Ken Thompson 的计算搜索算法的一些早期研究，K en Thompson 是Unix 的主要发明人。正则表达式的第一个实用应用程序就是Unix 中的qed 编辑器。 如他们所说，剩下的就是众所周知的历史了。从那时起直至现在正则表达式都是基于文本的编辑器和搜索工具中的一个重要部分。 正则表达式 如果原来没有使用过正则表达式，那么可能对这个术语和概念会不太熟悉。不过，它们并不是您想象的那么新奇。 请回想一下在硬盘上是如何查找文件的。您肯定会使用? 和* 字符来帮助查找您正寻找的文件。? 字符匹配文件名中的单个字符，而* 则匹配一个或多个字符。一个如'data?.dat' 的模式可以找到下述文件： data1.dat data2.dat datax.dat dataN.dat 如果使用* 字符代替? 字符，则将扩大找到的文件数量。'data*.dat' 可以匹配下述所有文件名： data.dat data1.dat data2.dat data12.dat datax.dat dataXYZ.dat 尽管这种搜索文件的方法肯定很有用，但也十分有限。? 和* 通配符的有限能
《易语言“正则表达式”教程》 本文改编自多个文档，因此如有雷同，不是巧合。 “正则表达式”的应用范围越来越广，有了这个强大的工具，我们可以做很多事情，如搜索一句话中某个特定的数据，屏蔽掉一些非法贴子的发言，网页中匹配特定数据，代码编辑框中字符的高亮等等，这都可以用正则表达式来完成。 本书分为四个部分。 第一部分介绍了易语言的正则表达式支持库，在这里，大家可以了解第一个正则表达式的易语言程序写法，以及一个通用的小工具的制作。 第二部分介绍了正则表达式的基本语法，大家可以用上述的小工具进行试验。 第三部分介绍了用易语言写的正则表达式工具的使用方法。这些工具是由易语言用户提供的，有的工具还带有易语言源码。他们是：monkeycz、零点飞越、寻梦。 第四部分介绍了正则表达式的高级技巧。 目录 《易语言“正则表达式”教程》 (1) 目录 (1) 第一章易语言正则表达式入门 (3) 一．与DOS下的通配符类似 (3) 二．初步了解正则表达式的规定 (3) 三．一个速查列表 (4) 四．正则表达式支持库的命令 (5) 4.1第1个正则表达式程序 (5) 4.2第2个正则表达式例程 (7) 4.3第3个例程 (8) 4.4一个小型的正则工具 (9) 第二章揭开正则表达式的神秘面纱 (11) 引言 (12) 一.正则表达式规则 (12) 1.1普通字符 (12) 1.2简单的转义字符 (13) 1.3能够与“多种字符”匹配的表达式 (14) 1.4自定义能够匹配“多种字符”的表达式 (16) 1.5修饰匹配次数的特殊符号 (17) 1.6其他一些代表抽象意义的特殊符号 (20) 二.正则表达式中的一些高级规则 (21) 2.1匹配次数中的贪婪与非贪婪 (21)
RegexBuddy工具的使用教程(图文)1 2009-10-14 12:14 一、什么是RegexBuddy 使用了几天，个人感觉RegexBuddy 是学习正则表达式时的比较好的帮手。它可以容易地建立你想要的正确的正则表达式。清晰地推断他人所写的复杂的正则表达式。它还可以用给出的实例字符串或文件快速地进行测试匹配，从而防止了在实际应用中出现错误。RegexBuddy会在你的源代码中根据你所应用的特殊编程语言，自动生成带有正则表达式的代码段。同时你也可以收集正则表达式到库中，以在未来重新使用。 二、获得RegexBuddy 目前最新的版本是3.2.1（图2-1），于2008年12月9日发布的。可以在https://www.doczj.com/doc/572538197.html,/（RegexBuddy的官网）进行最新版本的下载和正版的购买。 图2-1 RegexBuddy的3.2.1版 三、初步认识RegexBuddy 安装比较简单（略过） 首先，我们先对RegexBuddyg 产生一个整体的初步的认识，而不是设法解释所有的东西。RegexBuddyg是相当易懂的容易的，所以我想经过简单大家应该能够基本正确地使用它。
默认情况下，RegexBuddy会在顶部显示正则表达式和上一次使用的历史,如图 2-1。 图3-1 RegexBuddy的顶部 底部会显示7个选项卡，分别是“Create”、“Test”、“Debug”、“Use”、“Library”、“GREP”、“Forum”（需要注册才能使用此功能），如图2-2。 图3-2 RegexBuddy的底部 如果你的显示器较大，也可以分成两块平铺，你可以单击窗口最右上方工具栏上的“View”按键，在菜单中选择“Side by Side Layout”，这样你可以最大限度的同时查看两个窗口（图3-4）。
正则表达式是常见常忘，所以还是记下来比较保险，于是就有了这篇笔记。 希望对大家会有所帮助。J 1．什么是正则表达式 简单的说，正则表达式是一种可以用于文字模式匹配和替换的强有力的工具。是由一系列普通字符和特殊字符组成的能明确描述文本字符串的文字匹配模式。 正则表达式并非一门专用语言，但也可以看作是一种语言，它可以让用户通过使用一系列普通字符和特殊字符构建能明确描述文本字符串的匹配模式。除了简单描述这些模式之外，正则表达式解释引擎通常可用于遍历匹配，并使用模式作为分隔符来将字符串解析为子字符串，或以智能方式替换文本或重新设置文本格式。正则表达式为解决与文本处理有关的许多常见任务提供了有效而简捷的方式。 正则表达式具有两种标准： ·基本的正则表达式(BRE – Basic Regular Expressions) ·扩展的正则表达式(ERE – Extended Regular Expressions)。 ERE包括BRE功能和另外其它的概念。 正则表达式目前有两种解释引擎： ·基于字符驱动(text-directed engine) ·基于正则表达式驱动(regex-directed engine) Jeffery Friedl把它们称作DFA和NFA解释引擎。 约定： 为了描述起来方便，在本文中做一些约定： 1. 本文所举例的所有表达时都是基于NFA解释引擎的。 2. 正则表达式，也就是匹配模式，会简写为Regex。 3. Regex的匹配目标，也就是目标字符串，会简写为String。 4. 匹配结果用会用黄色底色标识。 5. 用1\+1=2 括起来的表示这是一个regex。 6. 举例会用以下格式： Regex Target String Description test This is a test 会匹配test，testcase等 2．正则表达式的起源正则表达式的?祖先?可以一直上溯至对人类神经系统如何工作的早期研究。Warren McCulloch 和 Walter Pitts 这两位神经生理学家研究出一种数学方式来描述这些神经网络。 1956 年, 一位叫 Stephen Kleene 的美国数学家在 McCulloch 和 Pitts 早期工作的基础上，发表了一篇标题为?神经网事件的表示法?的论文，引入了正则表达式的概念。正则表达式就是用来描述他称为?正则集的代数?的表达式，因此采用?正则表达式?这个术语。
正则表达式 第一部分： ----------------- 正则表达式(REs)通常被错误地认为是只有少数人理解的一种神秘语言。在表面上它们确实看起来杂乱无章，如果你不知道它的语法，那么它的代码在你眼里只是一堆文字垃圾而已。实际上，正则表达式是非常简单并且可以被理解。读完这篇文章后，你将会通晓正则表达式的通用语法。 支持多种平台 正则表达式最早是由数学家Stephen Kleene于1956年提出，他是在对自然语言的递增研究成果的基础上提出来的。具有完整语法的正则表达式使用在字符的格式匹配方面上，后来被应用到熔融信息技术领域。自从那时起，正则表达式经过几个时期的发展，现在的标准已经被ISO(国际标准组织)批准和被Open Group 组织认定。 正则表达式并非一门专用语言，但它可用于在一个文件或字符里查找和替代文本的一种标准。它具有两种标准：基本的正则表达式(BRE)，扩展的正则表达式(ERE)。ERE包括BRE功能和另外其它的概念。 许多程序中都使用了正则表达式，包括xsh,egrep,sed,vi以及在UNIX平台下的程序。它们可以被很多语言采纳，如HTML和XML，这些采纳通常只是整个标准的一个子集。 比你想象的还要普通 随着正则表达式移植到交叉平台的程序语言的发展，这的功能也日益完整，使用也逐渐广泛。网络上的搜索引擎使用它，e-mail程序也使用它，即使你不是一个UNIX程序员，你也可以使用规则语言来简化你的程序而缩短你的开发时间。 正则表达式101 很多正则表达式的语法看起来很相似，这是因为你以前你没有研究过它们。通配符是RE的一个结构类型，即重复操作。让我们先看一看ERE标准的最通用的基本语法类型。为了能够提供具有特定用途的范例，我将使用几个不同的程序。
QRegExp正则表达式 2010-03-20 17:00 "^\d+$" //非负整数（正整数 + 0） "^[0-9]*[1-9][0-9]*$" //正整数 "^((-\d+)|(0+))$" //非正整数（负整数 + 0） "^-[0-9]*[1-9][0-9]*$" //负整数 "^-?\d+$" //整数 "^\d+(\.\d+)?$" //非负浮点数（正浮点数 + 0） "^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$" //正浮点数 "^((-\d+(\.\d+)?)|(0+(\.0+)?))$" //非正浮点数（负浮点数 + 0） "^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0- 9]*[1-9][0-9]*)))$" //负浮点数 "^(-?\d+)(\.\d+)?$" //浮点数 "^[A-Za-z]+$" //由26个英文字母组成的字符串 "^[A-Z]+$" //由26个英文字母的大写组成的字符串 "^[a-z]+$" //由26个英文字母的小写组成的字符串 "^[A-Za-z0-9]+$" //由数字和26个英文字母组成的字符串 "^\w+$" //由数字、26个英文字母或者下划线组成的字符串 "^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$" //email地址 "^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$" //url "^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$" // 年-月-日 "^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$" // 月/日/年 "^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$" //Email "(d+-)?(d{4}-?d{7}|d{3}-?d{8}|^d{7,8})(-d+)?" //电话号码 "^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0- 5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$" //IP地址 ^([0-9A-F]{2})(-[0-9A-F]{2}){5}$ //MAC地址的正则表达式 ^[-+]?\d+(\.\d+)?$ //值类型正则表达式 QRegExp是Qt的正则表达式类. Qt中有两个不同类的正则表达式. 第一类为元字符.它表示一个或多个常量表达式. 令一类为转义字符,它代表一个特殊字符. 一.元字符 . 匹配任意单个字符.例如, 1.3 可能是1. 后面跟任意字符,再跟3
GAE入门教程 1.简介 介绍什么是Google App Engine 2.开发环境 如何下载并安装SDK包，如何配置调试环境 3.Hello World 开始编写Hello world程序，帮助你初步了解Google App Engine程序的编写 4.使用webapp framework 学习使用Web框架来编写Web应用 5.用户系统服务 学习如何判断Google用户登录，获取Goolge登录后的用户信息 6.处理表单数据 处理Form表单，学习Post和Get用法 7.数据存储 学习Google 数据模型以及查询语法GQL 8.使用模版文件 学习使用模板文件来显示网页，让数据和页面分离，加快网站开发速度 9.使用静态文件 学习如何处理CSS,JS,图片等静态文件 10.上传应用程序 发布你已经完成的Web应用到Google服务器上
Google App Engine入门:简介 （本文译自:Google App Engine Getting Started) 欢迎使用Google App Engine! 创建一个Google App Engine应用非常简便，只需要花费你几分钟时间. 你可以很方便的创建你的网站应用：直接上传并分享，不需要进行任何的修改和注释。 在这个指导里，我们将创建一个简单的留言本，让用户可以发表留言。并且支持匿名和Google帐号两种方式发表留言。 这个留言本程序将演示如何使用Google的数据存储，集成Google账户系统，如何使用一个简单的Python Web framework来调试GAE网站。并且还将演示如何使用Django的模版引擎。 接下来... 为了开始编写你的Google App Engine应用程序，你必须先下载Google App Engine软件开发环境。 下一章：Google App Engine软件开发环境.
语法词法生成器 一、语法词法生成器Flex 语法扫描器生成器 flex (fast lexical analyser generator) 是Lex的另一个替代品。它经常和自由软件Bison语法分析器生成器一起使用。Flex 最初由Vern Paxson 于1987 年用C语言写成。语法分析生成器JavaCC JavaCC(Java Compiler Compiler) 是一个用JA V A开发的最受欢迎的语法分析生成器。这个分析生成器工具可以读取上下文无关且有着特殊意义的语法并把它转换成可以识别且匹 配该语法的JA VA程序。它还提供JJTree等工具来...语法分析器生成工具YACC 这是一个经典的生成语法分析器的工具，大学的《编译原理》课程里介绍过。词法分析工具ANTLR ANTLR(ANother Tool for Language Recognition)它是Java开发的词法分析工具，它可以接受词文法语言描述,并能产生识别这些语言的语句的程序。作为翻译程序的一部分,你可以使用简单的操作符和动作来参数化你的文法...解析器生成器
Bison GNU bison是一个自由软件，用于自动生成语法分析器程序，实际上可用于所有常见的操作系统。Bison把LALR形式的上下文无关文法描述转换为可做语法分析的C或C++程序。在新近版本中，Bison增加了对GLR语法分析算法的支...词法分析器生成工具Lex 这是一个经典的生成词法分析器的工具语法分析器生成工 具Berkeley Yacc Berkeley Yacc (byacc) 是一个高质量的yacc 变种，其目的是为了避免依赖某个特定的编译器。语法分析生成器JFlex JFlex是一个Java的词法/语法分析生成器。JavaScript解析器Jison JavaScript解析器，Coffee就是使用Jison解析的。Jison 将一个上下文无关语法作为输入，输出对应的JavaScript代码，类似Yacc。词法/语法分析框架chrysanthemum chrysanthemum （中文名“菊花”）是一个由C++写成的小巧
https://www.doczj.com/doc/572538197.html, 八爪鱼采集器正则表达式入门教程 正则表达式（Regular Expression），按英文直译是“规范化表达”，其作用是将复杂模糊的源数据通过正则表达式转化为简单直观的目标数据。例如： “150ABCD” “一百五ABCD” “One hundred and fiftyABCD” 分析思考过程： 以上字符串中，我们的源数据数据分别为：““150ABCD”、“一百五ABCD”、“One hundred and fiftyABCD” 假设我们要提取目标数据为：字符串中以数字开头的数据 那么我们约束条件为：只取字符串中以数字开头的源数据 将此约束条件转化为正则表达式为：[0-9](.+)\b 其中，[0-9]的语义为开头1位为0-9开头，中间间隔以通配符“.”代替，(.+)语义为字符串长度不做限定，\b的语义为，匹配一个边界。
https://www.doczj.com/doc/572538197.html, 正则后的目标数据：“150ABCD” 通过这个简单例子，我们大致了解到了为什么要用正则与正则所能实现的效果，讲通俗点就是，正则只是将我们的意愿（提取字符串中以数字开头的数据）以表达式的形式展现出来（[0-9](.+)\b），并最终通过表达式匹配到所需要的目标数据（“150ABCD”），所以灵活运用正则，可以通过简单的方法实现强大的功能。 为什么要在八爪鱼中使用正则？ 在八爪鱼采集数据过程中，受限于网页HTML结构的原因，部分目标数据并不能单独提取出来，这时需要简单的搜索与替换操作来提取与预期搜索结果匹配的确切文本，除此之外，对数据要求精准规范的用户，还能通过正则表达式测试所提取数据字符串的模式、替换文本、基于匹配模式从字符串中提取子字符串等操作。 例如： 匹配字符串内模式： 1.查看字符串是否出现电话号码模式 2.查看字符串是否出现网址URL模式 替换文本：
EXCEL本身的替换功能已经带有部分，word的更牛，但也未达到正则表达式的精华部分那种功能。摘录部分内容共享：来自Henry Spencer 1. 概述 正则表达式原本是形式语言理论中的概念，与编译器的构造有密切的联系。但是作为一个应用软件的用户，我们没有必要去细究正则表达式的严格定义和处理方法。本文将从实用的角度出发，阐述引入正则表达式的目的、正则表达式的命令格式，以及如何利用正则表达式完成一些实际的文本处理工作。 我们在处理文本时，经常会遇到一些具有某种特定格式，或者说满足某种规则的文本。比如，一个无符号的整数由一连串的数字构成，而一个Email地址的格式则是“用户名@主机名”，其中用户名是一串字母或数字，主机名则是由若干个由“.”分隔的字母数字串。正则表达式就是用来指定这种规则的。如果某个字符串满足正则表达式指定的规则，则称该字符串为正则表达式的一个“匹配串”。 2. 正则表达式的构成 为了方便理解，让我们先来看看大家比较熟悉的数学表达式，“(x+3)*2+y”是一个典型的数学表达式。一个数学表达式由若干个“项”组成，“项”与“项”之间用加号或减号相连；这里“(x+3)*2”和“y”分别是两个项。每个项又由若干个“因子”组成，因子之间用乘号或除号相连；这里第一个项有两个因子“(x+3)”和“2”，而第二个项只有一个因子“y”。每个因子可以是一个简单的数，一个代数变量，
也可以是放在括号里面的另一个表达式。对于最后一种情况，括号中的表达式称为“子表达式”；这里“x+3”就是一个子表达式。 正则表达式的结构与数学表达式很相似。与数学表达式的“项”相对应，正则表达式由若干个“分支”构成，“分支”之间用符号“|”相连。从逻辑上讲，分支之间是一种“或”的关系，一个字符串只要与正则表达式中的任何一个分支相匹配，这个字符串就与整个正则表达式相匹配。比如，“第三人称代词”可以用正则表达式表示为“他|她|它|他们|她们|它们”。 与数学表达式的“因子”相对应，构成正则表达式“分支”的部件称为“原子”。“原子”与“原子”之间没有任何符号相连。从逻辑上讲，原子之间是串接的关系，一个字符串必须与各个原子依次相匹配，才算与这个分支相匹配。比如在上面的例子中，分支“他们”由两个原子“他”和“们”组成。 正则表达式的本质是它的“原子”可以有多种不同的形式。前面的例子是最简单的情形，即每个原子由一个普通字符组成。除此以外，“原子”还可以是特殊符号、通配符、字符集以及子表达式。 2.1 特殊符号 可以作为特殊符号的原子有： ^ 匹配行首。例如，“^他”匹配出现在行首的“他” 字。值得注意的是，这个符号仅仅表示“行首”这个位置，与它相匹配的字符串长度为0； $ 匹配行末。与“^”相似，它仅表示“行末”这个位置。例如，“。$”匹配出现在行末的句号；
相册 广场 游戏 河外星系的船长 退出 关注此空间vbs小铺 平静的力量在深的海 半小时精通正则表达式 2006-10-21 17:25 跟我学正则表达式! 想必很多人都对正则表达式都头疼.今天,我以我的认识,加上网上一些文章,希望用常人都可以理解的表达方式.来和大家分享学习经验. 开篇,还是得说说 ^ 和 $ 他们是分别用来匹配字符串的开始和结束，以下分别举例说明 "^The": 开头一定要有"The"字符串; "of despair$": 结尾一定要有"of despair" 的字符串; 那么, "^abc$": 就是要求以abc开头和以abc结尾的字符串，实际上是只有abc匹配 "notice": 匹配包含notice的字符串 你可以看见如果你没有用我们提到的两个字符（最后一个例子），就是说 模式（正则表达式） 可以出现在被检验字符串的任何地方，你没有把他锁定到两边 接着,说说 '*', '+',和 '?', 他们用来表示一个字符可以出现的次数或者顺序. 他们分别表示： "zero or more"相当于{0,}, "one or more"相当于{1,}, "zero or one."相当于{0,1}, 这里是一些例子: "ab*": 和ab{0,}同义,匹配以a开头,后面可以接0个或者N个b组成的字符串("a", "ab", "abbb", 等); "ab+": 和ab{1,}同义,同上条一样，但最少要有一个b存在 ("ab", "abbb", 等.); "ab?":和ab{0,1}同义,可以没有或者只有一个b; "a?b+$": 匹配以一个或者0个a再加上一个以上的b结尾的字符串. 要点, '*', '+',和 '?'只管它前面那个字符. 你也可以在大括号里面限制字符出现的个数，比如 "ab{2}": 要求a后面一定要跟两个b（一个也不能少）("abb"); "ab{2,}": 要求a后面一定要有两个或者两个以上b(如"abb", "abbbb", 等.); "ab{3,5}": 要求a后面可以有2－5个b("abbb", "abbbb", or "abbbbb"). 现在我们把一定几个字符放到小括号里，比如：
本文分十四个类别对正则表达式的意义进行了解释，这十四各类别是：字符/字符类/预定义字符类/POSIX字符类/https://www.doczj.com/doc/572538197.html,ng.Character类/Unicode块和类别的类/边界匹配器/Greedy数量词/Reluctant数量词/Possessive数量词/Logical运算符/Back引用/引用/特殊构造。 1.1.字符 x 字符 x。例如a表示字符a \\ 反斜线字符。在书写时要写为\\\\。（注意：因为java在第一次解析时把\\\\解析成正则表达式\\，在第二次解析时再解析为\，所以凡是不是1.1列举到的转义字符，包括1.1的\\,而又带有\的都要写两次） \0n 带有八进制值 0的字符 n (0 <= n <= 7) \0nn 带有八进制值 0的字符 nn (0 <= n <= 7) \0mnn 带有八进制值 0的字符 mnn（0 <= m <= 3、0 <= n <= 7） \xhh 带有十六进制值 0x的字符 hh \uhhhh 带有十六进制值 0x的字符 hhhh \t 制表符 ('\u0009') \n 新行（换行）符 ('\u000A') \r 回车符 ('\u000D') \f 换页符 ('\u000C') \a 报警 (bell) 符 ('\u0007') \e 转义符 ('\u001B') \cx 对应于 x 的控制符 1.2.字符类 [abc] a、b或 c（简单类）。例如[egd]表示包含有字符e、g或d。 [^abc] 任何字符，除了 a、b或 c（否定）。例如[^egd]表示不包含字符e、g或d。 [a-zA-Z] a到 z或 A到 Z，两头的字母包括在内（范围） [a-d[m-p]] a到 d或 m到 p：[a-dm-p]（并集） [a-z&&[def]] d、e或 f（交集） [a-z&&[^bc]] a到 z，除了 b和 c：[ad-z]（减去） [a-z&&[^m-p]] a到 z，而非 m到 p：[a-lq-z]（减去） 1.3.预定义字符类(注意反斜杠要写两次，例如\d写为\\d) . 任何字符（与行结束符可能匹配也可能不匹配） \d 数字：[0-9] \D 非数字： [^0-9] \s 空白字符：[ \t\n\x0B\f\r] \S 非空白字符：[^\s] \w 单词字符：[a-zA-Z_0-9] \W 非单词字符：[^\w] 1.4.POSIX 字符类（仅 US-ASCII)(注意反斜杠要写两次，例如\p{Lower}写为\\p{Lower})
/b 代表着单词的开头或结尾，也就是单词的分界处.如果要精确地查找hi这个单词的话，我们应该使用/bhi/b. .是另一个元字符，匹配除了换行符以外的任意字符,*同样是元字符，它指定*前边的内容可以重复任意次以使整个表达式得到匹配。 .*连在一起就意味着任意数量的不包含换行的字符。 /d是一个新的元字符，匹配任意的数字,0/d/d‐/d/d/d/d/d/d/d/d也就是中国的电话号码.为了避免那么多烦人的重复，我们也可以这样写这个表达式：0/d{2}‐/d{8}。 /s匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等。/w匹配字母或数字或下划线或汉字。 /b/w{6}/b 匹配刚好6个字母/数字的单词。 字符转义：使用/来取消这些字符的特殊意义。因此，你应该使用/.和/*。当然，要查找/本身，你也得用//。 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 重复： 常用的限定符 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 要想查找数字，字母或数字，你只需要在中括号里列出它们就行了，像[aeiou]就匹配任何一个元音字母，[.?!]匹配标点符号(.或?或!)
常用的反义代码 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 替换： 正则表达式里的替换指的是有几种规则，如果满足其中任意一种规则都应该当成匹配，具体方法是用|把不同的规则分隔开。 0/d{2}‐/d{8}|0/d{3}‐/d{7}这个表达式能匹配两种以连字号分隔的电话号码：一种是三位区号，8位本地号(如010‐12345678)，一种是4位区号，7位本地号(0376‐2233445)。 /(0/d{2}/)[‐ ]?/d{8}|0/d{2}[‐ ]?/d{8}这个表达式匹配3位区号的电话号码，其中区号可以用小括号括起来，也可以不用，区号与本地号间可以用连字号或空格间隔，也可以没有间隔。你可以试试用替换|把这个表达式扩展成也支持4位区号的。 /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。之所以要给出这个例子是因为它能说明一个问题：使用替换时，顺序是很重要的。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)。原因是匹配替换时，将会从左到右地测试每个分枝条件，如果满足了某个分枝的话，就不会去管其它的替换条件了。 分组： 如果想要重复一个字符串又该怎么办？你可以用小括号来指定子表达式(也叫做分组)，然后你就可以指定这个子表达式的重复次数了。 (/d{1,3}/.){3}/d{1,3}是一个简单的IP地址匹配表达式。要理解这个表达式，请按下列顺序分析它：/d{1,3}匹配1到3位的数字，(/d{1,3}/.}{3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(/d{1,3})。不幸的是，它也将匹配256.300.888.999这种不可能存在的IP地址(IP地址中每个数字都不能大于255)。如果能使用算术比较的话，或许能简单地解决这个问题，但是正则表达式中并不提供关于数学的任何功能，所以只能使用冗长的分组，选择，字符类来描述一个正确的IP地址：((2[0‐4]/d|25[0‐5]|[01]?/d/d?)/.){3}(2[0‐4]/d|25[0‐5]|[01]?/d/d?)。 后向引用： 后向引用用于重复搜索前面某个分组匹配的文本。例如，/1代表分组1匹配的文本。难以理解？请看示例： /b(/w+)/b/s+/1/b可以用来匹配重复的单词，像go go, kitty kitty。首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(/b(/w+)/b)，然后是1个或几个空白符(/s+，最后是前面匹配的那个单词(/1)。
前端资源收集 前端资-源收集 收集的资-源 44个 Javascript 变态题解析 javascript 变态题解析 正则表达式收集 正则表达式收集 十大经典排序算法总结（JavaScript描述）排序算法的总结 前端工具库汇总 前端工具库总结 怎么学JavaScript？ 学习javascript 的学习指导 不定期更新 JavaScript技巧 javascript 编码技巧总结 H5项目常见问题汇总及解决方案 高质量的常见问题汇总 廖雪峰的 git 教-程 Git忽略规则.gitignore梳理 git 配置提交规则 全局环境，执行环境
setTimeout promises 很酷，但很多人并没有理解就在用了 promises 使用错误汇总 promises webpack 2 中文文档 输入url后的加载过程 详细解答从输入URL 到页面显示的过程 数组Array.prototype方法 介绍了数组的一些新的方法 移动端真机调试 Web 客户端存储 ESLint中文指南 webpack 2 集成ESLint react-webpack2-skeleton webpack 2 react 成功案例，包括热加载 cookie 小结 CSS定制多行省略 Ajax 知识体系大梳理 js+nodejs完成文件上传 用 webpack 实现持久化缓存 搜罗一切webpack的好文章好工具 深入理解 CSS：字体度量、line-height 和 vertical-align
原生JS中DOM节点相关API合集 正则表达式前端使用手册 聊一聊H5应用缓存-Manifest fetch进阶指南 mozilla 开发者网络 深入理解javascript原型和闭包系列JavaScript深入系列 深度长文 JavaScript数组所有API全解密你真的懂 JavaScript 的正则吗？webpack2 终极优化 文件上传那些事儿 写给前端工程师的DNS基础知识 初识weex（前端视角） - 环境搭建 前端命名规范 正则表达式 总有你要的编程书单（GitHub ）JavaScript深入系列 javascript 的一些功能点 如何在小程序中调用本地接口 移动端浏览器调试方法汇总 HTML5移动开发中的input输入框类型 互联网协议入门
正则表达式(regular expression) 前言 正则表达式是烦琐的，但是强大的，学会之后的应用会让你除了提高效率外，会给你带来绝对的成就感。只要认真去阅读这些资料，加上应用的时候进行一定的参考，掌握正则表达式不是问题。 索引 1._引子 2._正则表达式的历史 3._正则表达式定义 3.1_普通字符 3.2_非打印字符 3.3_特殊字符 3.4_限定符 3.5_定位符 3.6_选择 3.7_后向引用 4._各种操作符的运算优先级 5._全部符号解释 6._部分例子 7._正则表达式匹配规则 7.1_基本模式匹配 7.2_字符簇 7.3_确定重复出现 -------------------------------------------------------------------------------- 1. 引子 目前，正则表达式已经在很多软件中得到广泛的应用，包括*nix（Linux, Unix等），HP 等操作系统，PHP，C#，Java等开发环境，以及很多的应用软件中，都可以看到正则表达式的影子。 正则表达式的使用，可以通过简单的办法来实现强大的功能。为了简单有效而又不失强大，造成了正则表达式代码的难度较大，学习起来也不是很容易，所以需要付出一些努力才行，入门之后参照一定的参考，使用起来还是比较简单有效的。 例子： ^.+@.+\\..+$
这样的代码曾经多次把我自己给吓退过。可能很多人也是被这样的代码给吓跑的吧。继续阅读本文将让你也可以自由应用这样的代码。 注意：这里的第7部分跟前面的内容看起来似乎有些重复，目的是把前面表格里的部分重新描述了一次，目的是让这些内容更容易理解。 2. 正则表达式的历史 正则表达式的“祖先”可以一直上溯至对人类神经系统如何工作的早期研究。Warren McCulloch 和 Walter Pitts 这两位神经生理学家研究出一种数学方式来描述这些神经网络。 1956 年, 一位叫 Stephen Kleene 的数学家在 McCulloch 和 Pitts 早期工作的基础上，发表了一篇标题为“神经网事件的表示法”的论文，引入了正则表达式的概念。正则表达式就是用来描述他称为“正则集的代数”的表达式，因此采用“正则表达式”这个术语。 随后，发现可以将这一工作应用于使用 Ken Thompson 的计算搜索算法的一些早期研究，Ken Thompson 是 Unix 的主要发明人。正则表达式的第一个实用应用程序就是 Unix 中的qed 编辑器。 如他们所说，剩下的就是众所周知的历史了。从那时起直至现在正则表达式都是基于文本的编辑器和搜索工具中的一个重要部分。 3. 正则表达式定义 正则表达式(regular expression)描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。 列目录时，dir *.txt或ls *.txt中的*.txt就不是一个正则表达式,因为这里*与正则式的*的含义是不同的。 正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为元字符）组成的文字模式。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。 3.1 普通字符 由所有那些未显式指定为元字符的打印和非打印字符组成。这包括所有的大写和小写字母字符，所有数字，所有标点符号以及一些符号。 3.2 非打印字符 字符含义 \cx 匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。 \f 匹配一个换页符。等价于 \x0c 和 \cL。 \n 匹配一个换行符。等价于 \x0a 和 \cJ。 \r 匹配一个回车符。等价于 \x0d 和 \cM。