正则表达式

正则表达式的定义是以字符为基本单位的。

字符可分为元字符和普通字符。

元字符：是在正则表达式中表示特殊含义的字符。

普通字符：指除元字符外的所有Unicode字符。

说明:Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。

元字符包括：

“.”：用于匹配任何单字符（除换行符外）。

“\”：用于字符转义。

“^”：用于匹配输入字符串的开始。

“$”：用于匹配输入字符串的结束。

“|”：可用来创建多个正则表达式分支。

“?”：作为量词出现，用来匹配0个或1个字符。

“*”：作为量词出现，用来匹配0个或多个字符。

“+”：作为量词出现，用来匹配1个或多个字符。

“{}”：和为量词出现，用来匹配指定个数的字符。

         例：A{3}：表示匹配3个字符“A”。

               A{3,}：表示匹配3个或更多字符“A”。

              A{3,5}：表示匹配3个到5个字符“A”。

“[]”：定义了某个范围内的字符。

        例：[az]：用于匹配字符“a”或“z”。

               [a-z]：用于匹配字符“a”到“z”的任意字符。

               [a-z0-9]：用于匹配字符“a”到“z”或字符“0”到“9”中的任意字符。

               [^a-z]：表示除了“a”和“z”之外的所有Unicode字符。

               注：这里的“^”表示该范围之外的字符集合，必须出现在“[]”之内。

常用的反义代码：

\b：代表单词的开头或结尾，也就是单词的分界处；

\s：匹配任意的空白符（包括空格、制表符、换行符、中文全角空格等）；

\s+：匹配不包含空白符的字符串；

\w：匹配字母、数字、下划线等；

\d：匹配一位数字（０～９）；

[^x]：匹配除了x以外的任意字符

[^aeiou]：匹配除了aeiou这几个字母以外的任意字符；