本文共 2789 字，大约阅读时间需要 9 分钟。
综合了Ben Forta《正则表达式必知必会》以及http://www.runoob.com中的一些正则表达式教程，特别是
http://www.runoob.com/regexp/regexp-tutorial.html
正则表达式是一些用来匹配和处理文本的字符串。正则表达式由普通字符和元字符（metacharacters）组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义。在这里，我们认为，只要不是大小写字母和数字，都认为它是元字符。注意，正则表达式是区分大小写的。这里只介绍一些常用的正则表达式。正则表达式要通过例子来理解。
一、正则表达式的优先级
在正式了解正则表达式的语法前，我们有必要先了解一下正则表达式的优先级。否则，当面对一个很长的正则表达式的时候，我们就没办法读懂了。正则表达式的优先级如下：
| 运算符 | 描述 |
|---|---|
| \ | 转义符 |
| (), (?:), (?=), [] | 圆括号和方括号 |
| *, +, ?, {n}, {n,}, {n,m} | 限定符。他们都是对在自身左边的字符做限定 |
| ^, $, \任何元字符、任何字符 | 定位点和序列（即：位置和顺序） |
| | | 替换，"或"操作字符具有高于替换运算符的优先级，使得"m|food"匹配"m"或"food"。若要匹配"mood"或"food"，请使用括号创建子表达式，从而产生"(m|f)ood"。 |
二、最基础的正则表达式
虽然正则表达式很复杂，但是其实有一些最基础的写法。正则难理解因为里面有一个等价的概念，这个概念大大增加了理解难度。例如，?等价于匹配长度{0,1}、*等价于匹配长度{0,} 、+等价于匹配长度{1,}、\d等价于[0-9]等。这里，我们先看看最基础最基础的正则表达式。最基础的正则表达式有.、[]、^、$、?、+、*、|、()、{}、\这几个符号。下面分别对其进行分析。
1、.
一个点。它匹配除换行符 \n 之外的任何单字符。要匹配 . ，请使用 \. 。
2、[]
中括号。要注意，一个中括号括住的内容表示的是满足某种条件的单个字符。如果要匹配[和]，则要使用\[和\]。注意，[^]表示不包含，这个不包含并不是一个中括号和一个^的组合。在这里，可以使用-，但是在其他地方，如()和{}中，并没有这种用法。例如，[xyz]表示x或y或z，[^b-d]表示除了b，c，d外的所有字符。[\s*]表示空格或者*，而不是表示0个或多个空格。[,.!]表示逗号、句号或者感叹号。
3、^
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。因为在方括号中使用时表示不包含。要匹配 ^ 字符本身，请使用 \^。
4、$
匹配输入字符串结束的位置。要匹配它，使用\?。如，^[a-zA-Z][a-zA-Z0-9_]{4,15}$表示字母开头，然后是字母数字下划线结尾，出现4到15次。
要注意理解，^和$并不跟正则表达式中的前面或者后面匹配，而只是表示，这个地方是开始位置和结束位置。如，^\d{m,n}$表示m到n位的数字，意义完全等同于\d{m,n}。
5、?
匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 、 "does" 中的 "does" 、 "doxy" 中的 "do" 。? 等价于 {0,1}。要匹配它，使用\?。
6、+
匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。要匹配它，使用\+。
7、*
匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。要匹配它，使用\*。
8、|
指明两项之间的一个选择，也就是传统上的或。要匹配 |，请使用 \|。
9、()
标记一个子表达式的开始和结束位置。()内的内容表示的是一个表达式，()本身不匹配任何东西只是把括号内的内容作为同一个表达式来处理。要匹配(和)，请使用 \( 和 \)。例如，(abc|bcd|cde)表示这一段是abc、bcd、cde三者之一。()主要应用在限制多选结构的范围/分组/捕获文本/环视/特殊模式处理，这里不做叙述。
10、{}
{}是用于匹配长度的。有以下三种情况：
注意，{}里面是有可能有逗号的。逗号只有在这里能使用，并不能使用在其他地方，例如[]和()里面。它匹配的是它左边的表达式。
11、\
将下一个字符标记为或特殊字符、或原义字符、或向后引用、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 "("。
二、元字符
元字符也分为很多类。
1、非打印字符
这里是一些常用的非打印字符，其实也就是一个\加上一个小写字母的普通字符组成，当成一个元字符。这是一些用于表示文本格式的元字符。
| \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]。 |
| \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。 |
2、一些定位符，也就是定义一个位置。要注意，对于\加上一个小写字母的普通字符组成的定位符，都有一个相反意义的\加上一个大写字母的普通字符组成的定位符。
| \b | 匹配一个字边界，即字与空格间的位置。 |
| \B | 非字边界匹配。 |
3、一些匹配字符。跟上面一样，也有一个相反的表示。
\w | 匹配字母或数字或下划线或汉字，[a-z0-9A-Z]等同于\w |
\s | 匹配任意的空白符 |
\d | 匹配数字 |
\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 |
三、贪婪与懒惰
什么叫贪婪？正则表达式在满足整体表达式的规则下会贪婪尽可能多的匹配。例如，对于一个正则表达式q.*e，有一个字符串qweqweqwe，它会匹配到qweqweqwe，而不是匹配成qweqwe或者qwe。什么叫懒惰？满足整条表达式时尽可能少的匹配。如何从贪婪变成懒惰呢？直接在正则表达式后面加一个?即可。这是因为?表示的是出现0次或1次，这样就限定住，只能让这个表达式的匹配出现一次了。
*? :重复任意次，但尽可能少重复
+? :重复1次或多次，，但尽可能少重复
?? ：重复0次或1次，但尽可能少重复
{n,}? ：重复n次以上，但尽可能少重复
{n,m}?：重复n到m次，但尽可能少重复
例如，对于字符串qweqweqwe，q.*?e匹配以q开始,以e结束最短字符，会匹配到qwe。