（轉）

大家好：

正則表達式是一個比較古老的技術了，現在應用卻越來越廣泛，尤其在 Web 前端的開發中，處理的對象主要是字符串格式，在前端庫中，你可以看到各種正則表達式，如果不認識的話，還是比較痛苦的。特別是現在的高級編輯器，都提供了使用正則表達式的搜索功能，會寫正則表達式，會讓你的生活更美好。

傳說正則表達式是一個從研究神經病學轉過來的程序員研發的技術，我感覺很像中國傳統道士畫出的驅鬼符，看不懂的時候，特別神秘，懂了的話，就會符到妖除。

這一次，我們先看正則表達式的兩個基本概念。

首先，正則表達式是關于文本的技術，可以幫助我們在文本中搜索特定的內容。

比如，在 Visual Studio 的文本編輯器中，就可以直接使用正則表達式進行高級搜索。下面的練習，你可以直接在 Visual Studio 的文本編輯器中完成。

第二部分

第一個概念  元字符

在搜索文本的時候，我們必須先描述一下搜索的目標，比如記事本就支持將搜索的內容完全寫出來，比如搜索 hello 這個詞，在正則表達式中，每個搜索的目標是使用多個元字符來表示的，比如，在 ‘hello’ 這個詞中，就有 5 個字面的元字符。這些字符直接表示我們搜索的目標，是直接寫出來的，我們一般稱為字面量。

能夠逐個字符直接描述出我們的搜索目標當然好了，但是，很多時候，我們很難直接寫出來，比如只記得 hello 的前兩個字母了，我們要找這個詞怎么辦？

可以使用通配符來描述，每個通配符可以表示一個字符，在正則表達式中，英文的圓點 (.) 表示任意一個除了換行符之外的字符，如果我們知道這個單詞共有 5 個字符，就可以寫成 he… 了。如果要表示的字符就是圓點怎么辦呢？在正則表達式中，需要使用反斜杠進行轉義，所有，寫出來就是  /. 了，因此，正則表達式應該是 he/././. 。

圓點 (.) 可以匹配除了換行的任意字符，那么，he*** 也可以被匹配，而我們的目標必須是字符，還可以使用更為特殊的元字符來嚴格限制一下，/w 可以匹配任何一個字母、數字或者下劃線。所以，我們可以寫成 he/w/w/w, 注意，一個元字符只能匹配一個字符，所以要寫三遍。這樣 he*** 就不會過來搗亂了。

常用的元字符有 7 個

看到了，元字符改變大小寫，意義正好相反，小寫字符表示范圍，大寫表示不在范圍，很好記。

自定義字符范圍

但是 he123 還是可以被匹配的，能不能再進一步限制到英文字母呢？當然可以，只不過沒有預定義好的元字符了，需要我們自己來描述一下可選的范圍。

使用 [] 可以明確指出我們備選的字符，列在中括號中的字符就是備選字符，比如，限制為英文小寫字符，可以把小寫字符全列出來，[abcdefghijklmnopqrstuvwxyz]，這個表達式就可以表示從 a 到 z 之間的任何一個字符，不會出現數字了。

那么，我們的正則表達式可以寫成  he[abcdefghijklmnopqrstuvwxyz] [abcdefghijklmnopqrstuvwxyz] [abcdefghijklmnopqrstuvwxyz]，你是不是已經暈掉了，我還不夠麻煩的。

為了減輕你的負擔，在 [] 中允許使用連字符來設置范圍，比如 [a-z] 就可以表示剛才的從 a 到 z 的所有小寫英文字符了。從 0 到 9 的數字就可以寫成 [0-9] 了。注意，寫成 [9-0] 可不行，有方向的。

這樣，我們可以使用正則表達式  he[a-z][a-z][a-z] 來搜索 he 開頭的 5 個字符組成的目標。感覺好一點了吧。

邊界字符

要是遇到了 heabcdefg 會發生什么呢？我們還是會匹配上其中的 heabc 的，但這并不是一個 5 個字符組成的單詞，所以，我們還需要表示一下，在我們的 5 個元字符之后，不能是其他的普通字符了，應該是類似空格、制表、換行之類的分隔符，或者，進一步說，是遇到了空格、制表、回車之類的符號就完成，但是，我們不需要匹配這個空格、制表、回車符號。

在正則表達式中，我們稱之為邊界，邊界是一個特殊的位置，比如開頭，結尾的位置，或者單詞開始結束的位置，位置并不是普通意義上的字符。所以，肯定需要用特殊的方式來表示一下了。

常用的位置有 4 個。

/b 就表示單詞的邊界，比如說逗號 (,) 句號 (.) 空格等等，我們可以重新寫成 /bhe[a-z][a-z][a-z]/b，這樣就表示一個 5 個字符組成，開頭為 he 的單詞了。

第二個概念，也是這次的最后一個，數量詞

現在，我們的表達式/bhe[a-z][a-z][a-z]/b 還是比較繁瑣，應該簡化什么呢？當然是寫了三遍的 [a-z] 了，這個單詞只有 5 個字符，聽說過 i18n 問題嗎？國際化的英文單詞長度是 18 個字符，連老外都直接寫成 i18n 了，要是也寫成我們這樣的正則，還不累死。數量詞就是解決這個問題的。

如果你嫌重復寫多編麻煩，可以使用 * ，它表示把緊接著它前面的元字符重復多遍，這個 n 可以從 0 直到 n，如果我們的正則寫成 /bhe[a-z]*/b，它就表示 一個至少有兩個字符，以 he 開頭的單詞了，你看，最少的情況下，可以匹配 he 這個詞，healthy 也可以匹配。

如果不想匹配 he 這個詞，希望 [a-z] 至少匹配一個字符，可以使用加號 (+)，與星號 (*) 的區別是，這個 n 是從 1 到 n 的。

如果只希望匹配 0 次或者 1 次，可以使用問號 (?)，這個 n 從 0 到 1。

慢著，說了半天，都不是我們要的，我需要的是重復 3 遍，必須是 3 遍，不能多，也不能少，那你可以使用 {n} ，這個 n 你可以直接設置，現在可以寫成 /bhe[a-z]{3}/b了。是不是很爽了。

還可以指定至少幾次，或者重復 n 到 m 次。

總結一下

這里介紹了正則表達式的用途，基本的元字符和數量詞用法。

不過這都是非?；镜挠梅?，以后我們慢慢介紹高級用法，如果你著急的話，可以先看一篇文章《正則表達式 30 分鐘入門教程》。

對于開發人員來說，還可以安裝 RegexBuddy 這個工具，里面集成了學習，創建，測試正則表達式的各種功能，程序員的神器呀。