1. 前言

如果要验证一段字符串是否符合规定的格式，就要用到正则表达式。

比如前端经常做的手机号格式验证，邮箱格式验证，这些都能是正则表达式来搞定，不过这种常用的正则随便一搜，就能搜出一堆，根本不需要自己去写。

但是，如果要使用爬虫抓取，请求拦截等等，这些正则表达式一般都是要根据具体情况进行判断，一般来说都找不到人家编写好的，所以这个时候就需要学习正则。

1.1 正则表达式是什么

正则表达式（英语：Regular Expression，常简写为regex、regexp或RE），又称正则表示式、正则表示法、规则表达式、常规表示法，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、匹配一系列符合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、替换那些符合某个模式的文本。

也就是说，只要需要检索、替换文本中有规律的字符，就需要用到正则表达式。

2. 入门

2.1 字符组

字符组（[]）允许匹配一组可能出现的字符。

例如：[Pp]ython，可以匹配Python和python。

2.2 区间

在字符组中，使用连字符-，表示区间。

比如[0123456789]可以简写为[0-9]，而匹配a-z的字符可以写成[a-z]。

2.3 转义字符

如果要在区间中匹配-字符，就需要使用转义字符\，例如[\-]。

2.4 取反

在字符组中，如果匹配不包含数字的字符组，就需要用到取反符号^，即：[^0-9]。

2.5 快捷匹配

学会了上面的内容后，如果要匹配数字就需要使用[0-9]，匹配字母就需要使用[A-Za-z]，其实还有更简单的方法可以进行匹配。

正则表达式中有下面的一些快捷方式。

实例	描述
.	匹配除 “\n” 之外的任何单个字符。要匹配包括 ‘\n’ 在内的任何字符，请使用象 ‘[.\n]’ 的模式。
?	匹配一个字符零次或一次，另一个作用是非贪婪模式
+	匹配1次或多次
*	匹配0次或多次
\b	匹配一个长度为0的子串
\d	匹配一个数字字符。等价于 [0-9]。
\D	匹配一个非数字字符。等价于 [^0-9]。
\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]。
\w	匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。
\W	匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]‘。

2.6 开始和结束

正则表达式中 ^指定的是一个字符串的开始，$指定的是一个字符串的结束。

例如：^python$，匹配的即为以p开头，n结尾的字符串。

注意：在字符组[]中使用^是取反的操作，不要混淆。

2.7 重复

上面的+和*虽然也可以匹配多次，但是不能具体指定匹配多少次，比如手机号11位数字，就需要使用到重复匹配符{}。

在一个字符组后加上{N} 就可以表示在它之前的字符组出现N次。

例如：/d{11}，表示匹配11位数字。

\d{3,4} 既可以匹配3个数字也可以匹配4个数字，不过当有4个数字的时候，优先匹配的是4个数字，这是因为正则表达式默认是贪婪模式，即尽可能的匹配更多字符，而要使用非贪婪模式，我们要在**表达式后面加上 ?号\d{3,4}? **。

如果写成\d{1,}表示匹配一个和无数个。

3. 进阶

3.1 分组

如果要捕获数据，就需要使用分组()。

3.2 或者

在分组中，还可以使用或者符号：|。

例如要提取文件的后缀名：(.jpg|.gif|.jpeg|.png)。

3.3 非捕获分组

如果不需要捕获数据，但是又需要使用分组的某些功能，就可以使用到(?:表达式)。

3.4 分组的回溯引用

使用\N可以引用编号为N的分组。

例如(\w)(\w)\2\1，可以匹配到abba，alla这种样式的词。

3.5 正向先行断言

(?=表达式)，指在某个位置向右看，表示所在位置右侧必须能匹配表达式。

3.6 反向先行断言

(?!表达式)的作用是保证右边不能出现某字符。

3.7 正向后行断言

(?<=表达式)，指在某个位置向左看，表示所在位置左侧必须能匹配表达式。

3.8 反向后行断言

(?<!表达式)，指在某个位置向左看，表示所在位置左侧不能匹配表达式。

即正向必须匹配某值，反向为不能匹配某值，先行为向右看，而后行为向左看。

4. 总结

可以看到正则表达式其实学起来还是很简单的，但是真的要根据实际情况编写出正确的正则表达式，还需要大量的练习，不然很容易就会造成漏匹配，或者多匹配的情况。

5. 网站推荐

正则在线验证：一个在线验证正则表达式是否能按照所想进行匹配的网站。

正则表达式在线测试：一个正则表达式学习网站，上面一边讲解一边留下练习题，非常值得一学。

常用的正则规则：工作中经常会用到的一些正则表达式，基本上已经是最优正则，推荐常见的正则比如验证身份证，手机号等直接使用已经被总结的正则，不要自己去手写，当然大神除外。