正規表示式

習正規表示式的最好方法是從例子開始，理解例子之後再自己對例子進行修改，實驗。下面給出了不少簡單的例子，並對它們作了詳細的說明。

假設你在一篇英文**裡查詢hi，你可以使用正規表示式hi。

這幾乎是最簡單的正規表示式了，它可以精確匹配這樣的字串：由兩個字元組成，前乙個字元是h,後乙個是i。通常，處理正規表示式的工具會提供乙個忽略大小寫的選項，如果選中了這個選項，它可以匹配hi,hi,hi,hi這四種情況中的任意一種。

不幸的是，很多單詞裡包含hi這兩個連續的字元，比如him,history,high等等。用hi來查詢的話，這裡邊的hi也會被找出來。如果要精確地查詢hi這個單詞的話，我們應該使用\bhi\b。

\b是正規表示式規定的乙個特殊**（好吧，某些人叫它元字元，metacharacter），代表著單詞的開頭或結尾，也就是單詞的分界處。雖然通常英文的單詞是由空格，標點符號或者換行來分隔的，但是\b並不匹配這些單詞分隔字元中的任何乙個，它只匹配乙個位置。

如果需要更精確的說法，\b匹配這樣的位置：它的前乙個字元和後乙個字元不全是(乙個是,乙個不是或不存在)\w。

假如你要找的是hi後面不遠處跟著乙個lucy，你應該用\bhi\b.*\blucy\b。

這裡，.

是另乙個元字元，匹配除了換行符以外的任意字元。*

同樣是元字元，不過它代表的不是字元，也不是位置，而是

數量——它指定*前邊的內容可以連續重複使用任意次以使整個表示式得到匹配。因此，.*連在一起就意味著任意數量的不包含換行的字元。現在\bhi\b.*\blucy\b的意思就很明顯了：先是乙個單詞hi,然後是任意個任意字元(但不能是換行)，最後是lucy這個單詞。

如果同時使用其它元字元，我們就能構造出功能更強大的正規表示式。比如下面這個例子：

0\d\d-\d\d\d\d\d\d\d\d匹配這樣的字串：以0開頭，然後是兩個數字，然後是乙個連字型大小「-」，最後是8個數字(也就是中國的**號碼。當然，這個例子只能匹配區號為3位的情形)。

這裡的\d是個新的元字元，匹配一位數字(0，或1，或2，或……)。-不是元字元，只匹配它本身——連字元(或者減號，或者中橫線，或者隨你怎麼稱呼它)。

為了避免那麼多煩人的重複，我們也可以這樣寫這個表示式：0\d-\d。這裡\d後面的()的意思是前面\d必須連續重複匹配2次(8次)。