Master Regular Expression
Chen Hao posted on 23 Aug 20171. Chearsheet
2. Notes
- metacharacter 元字符，特殊含义，保留字符。
.^$*+?|(){}[]\-这15个元字符在正则表达式中有特殊含义，用来编写匹配模式。（连字符在字符组的方括号中用来表示范围。但在其他情况下，则无特殊含义。） - 点号可以匹配除行结束符之外的所有字符。dotall选项表示点号除了匹配其他字符之外，还会匹配换行符。
[]character class, character set\dcharacter shorthand, character escape.()capturing group\1backreference 和capturing group配合使用。还有一种分组是非捕获分组（Non-Capturing Group）。非捕获分组不会将其内容存储在内存中。在你并不想引用分组的时候，可以使用它。由于不存储内容，非捕获分组就会带来较高的性能。比如(the|The|THE)，当你不需要任何后向引用，因此可以这样写一个非捕获分组：(?:the|The|THE){3}quantifier。^和$，分别表示匹配“行起始”和“行结束”位置，^不在最前面时可以表示“取反”。\w匹配“单词字符”，包括匹配字母、数字和下划线，等价于[_a-zA-Z0-9]\s匹配空格，制表符（\t），换行符（\n），回车符（\r）。等同于[ \t\n\r]- 断言也被称做零宽度断言（zero-width assertion）。零宽度断言不匹配字符，而是匹配字符串中的位置。其中的一些，比如
^和$，也叫做锚位符（anchor）。\b匹配单词边界，也是个零宽度断言，表面上它会匹配空格或者是行起始，而实际上它匹配的是个零宽度的不存在的东西。\B则匹配非单词边界，匹配除单词边界之外的位置，比如单词或者字符串中的字母或数字。(指定单词边界的另一种方法是使用：\<来指定单词的开头，而使用\>来指定单词结尾。这是比较旧的语法，在很多最新的正则表达式应用程序中无法使用。但在有些情况下，这种语法就很有用，因为它不会像\b那样匹配任意单词边界，而是允许你分别匹配单词的开头或结尾。) 在Perl和PCRE中使用，\A匹配主题词的起始，\Z匹配主题词的结尾。 (?i)让你的模式不再区分大小写。- 假设要匹配单词ancyent，且要求紧随其后的单词是marinere。要达到这个目的，我们可以使用正前瞻：
(?i)ancyent (?=marinere)。匹配某个模式时，需要在它后面找不到含有给定前瞻模式的内容。反前瞻的形式是：(?i)ancyent (?!marinere)。正后顾会查看左边的内容，这与正前瞻方向相反。其语法是：(?i)(?<=ancyent) marinere。反后顾会查看某个模式在从左至右的文本流的后面没有出现。同样，它有一个小于号（<）：(?i)(?<!ancyent) marinere - 电话号码的正则表达式：
^\(?(?:\d{3})\)?[-.]?(?:\d{3})[-.]?(?:\d{4})$ - 匹配电子邮件地址的正则表达式：
^([\w-.!#$%&'*+-/=?^_{|}~]+)@((?:\w+\.)+)(?:[a-zA-Z]{2,4})$ - sed中的插入命令（
i）允许你在文件或字符串中的某个位置之前插入文本。而与i命令相反的是命令a，它在某个位置之后添加文本。 -
grep -Ec "(the|The|THE)" rime.txt-E选项表示使用扩展的正则表达式（ERE），而不用基本正则表达式（BRE）。本例省去了将括号和竖线符转义的步骤，如果使用BRE则必须进行转义，像这样\(THE\|The\|the\)。-c选项返回匹配的行数（不是匹配的单词）。grep -Eo "(the|The|THE)" rime.txt | wc -l，命令中-o选项将单词的每一次出现都作为一行内容返回。wc -l即返回单词the的匹配个数。 (?d)Unix中的行 Java(?i)不区分大小写 PCRE、Perl、Java(?J)允许重复的名字 PCRE(?m)多行 PCRE、Perl、Java(?s)单行（dotall） PCRE、Perl、Java(?u)Unicode Java(?U)默认最短匹配 PCRE(?x)忽略空格和注释 PCRE、Perl、Java(?-…)复原或关闭选项