正则表达式就是一种规定类型的字符串，可以用正则表达式筛选出符合条件的字符串进行后续操作

基础字符

元字符	含义
.	匹配除换行符的所有的字符
\d	匹配0-9数字(digit)
\D	匹配非0-9数字(not digit)
\w	匹配大小写字母、0-9数字、_(word character)
\W	匹配非大小写字母、0-9数字、_(not a word character)
\s	匹配空白符(whitespace)
\S	匹配非空白符(not whitespace)
\b	匹配单词的开始的字符（word boundary)
\B	匹配非单词的开始的字符(not a word boundary)
^	匹配字符串的开始
$	匹配字符串的结束

比如对应一串数字1035154062

其正则表达式即^\d\d\d\d\d\d\d\d\d\d$

重复

但这样写实在太长了，所以出现了记录重复的记号

重复记号	含义
*	重复0次或更多次
+	重复1次或更多次
?	重复0次或1次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

那么对于上面的数字1035154062，正则表达式即\d{10}

转义

对于一些是内容的字符与正则表达式的语法冲突时，在字符前加\可以转换成内容

比如内容为(Hello World)

正则表达式则为\(Hello Wolrd\)

分组

用()可以包含进整体的内容，并且记录组别

比如对于一组网址

https://aimip02.cn
https://www.baidu.com
http://bgm.tv
https://luogu.org

写出其正则表达式https?://(www\.)?(\w+)(\.\w+)，每一个括号即一组，下标从1开始，每一组用$1 $2 $3表示

即

Group 1: 
Group 1: www.
Group 1: 
Group 1:

Group 2: aimip02
Group 2: baidu
Group 2: bgm
Group 2: luogu

Group 3: .cn
Group 3: .com
Group 3: .tv
Group 3: .org

区间

用[]可以规定出区间和单个符合条件，[^ ]即条件补集

比如对于

123-456-789
987.654.321

用正则表达式选出来，即\d+[.-]\d+[.-]\d{3}

或者是[0-9]+[.-][0-9]+[.-][0-9]{3}

或

即|

比如对于一组人名

Mr. Smith
Mrs Y
Mr Spike
Ms. Faye

其中有的有点，有的没有，有的是Mrs，有的是Mr，用正则表达式全部概括即M(r|s|rs)\.?\s[A-Z]\w*

零宽断言

正向先行断言:匹配目标字符串前的内容

即?=target

比如查询阅读量返回数字

"<span class="read-count">阅读量：114514</span>"

正则表达式为\d+(?=</span>)，输出114514

正向先行断言:匹配目标字符串后的内容

即?<=target

比如查询阅读量返回数字

"<span class="read-count">阅读量：1919810</span>"

即(?<=<span class="read-count">阅读量：)\d+，输出1919810

负向先行断言

即?!target

负向后行断言

即?<!target