最近在看鸟哥 Linux，看到正则表达式这块，以前看到这些恐怖的字符总是觉得恶心，今天就咬牙系统的学习了下正则表达式。然后有了这篇笔记。主要总结正则表达式的一些关键知识点。

• 字面值：a b c d 1 2 3 4 等等。
• 字符类：. [abc] [a-z] \d \w \s
  • . 表示“任何字符”
  • [abc] 括号表示“找到集合里任意一个字符”。
  • \d 表示“一个数字”，等同于[0-9]
  • \w 表示“一个单词字符”，等同于[0-9A-Za-z_]
  • \s 表示“一个空格，tab，回车或一个换行符”
  • 否定字符类：[^abc] \D \W \S
• 乘法器：{4} {3,16} {1,} ? * +
  • {3,16} 表示找到重复 3 到 16 个前一个正则字符
  • ? 表示“没有或一个”
  • * 表示“没有或多个”
  • + 表示“一个或多个”
  • 乘法器是贪婪的除非你在之后使用 ? , 即优先找到最长的
• 分支和组合： (Septem|Octo|Novem|Decem)ber
  • 管道符号 | 表示“或”
  • 圆括号表示组合 ，比如 在一周中找到一天，使用 (Mon|Tues|Wednes|Thurs|Fri|Satur|Sun)day。
• 词、行和文本边界：
  • \b 表示词边界
  • ^ 表示行开始
  • $ 表示行结束
  • ^$ 表示的就是空白行了

• 反向捕获组：\1 \2 \3 等等。捕获组从左到右进行编号，只要计算左圆括号。（在替换表达式和匹配表达式中同时生效）

  • 比如有一段字符，我们需要前面的横杠去掉，尾巴的数字去掉， 英文句号换成中文顿号

    1 2 3 4 5

    -1.文章标题1 -2.文章标题2 -3.文章标题3 -4.文章标题4 -51.文章标题5

则可以使用正则表达式 -(\d{1,})\.(.*)\d 来匹配。然后使用 \1、\2 来替换。

• 向后引用： 在同样的表达式中引用同一个捕获组。
  • 表达式 (xi)\1(ha)\2 能匹配 xixihaha
• 元字符列表：. \ [ ] { } ? * + | ( ) ^ $
• 字符类中使用到元字符列表：[ ] \ - ^
• 你总是可以使用反斜杆对元字符进行转义：\

参考资料：

RegExr：一款在线学习、构建和测试正则表达式的工具
TRY REGEX：交互式正则表达式的教学网站
55分钟学会正则表达式：很好的入门文章