正则表达式学习心得
正则表达式学习心得
本文主要介绍了正则表达式的基本语法，以及Python，C#，PHP，Notepad++，Javascript，Perl, Java, EditPlus，UltraEdit，ActionScript，Object-C等语言和工具正则使用心得，以及总结了各个语言间正则表达式的区别。
本文提供多种格式供：
HTML版本的在线地址为：
有任何意见，建议，提交bug等，都欢迎去讨论组发帖讨论：
完成此文逻辑框架
添加了Javascript中的正则表达式
添加了Notepad++t中的正则表达式
添加了Python中的正则表达式的少部分内容
将Python的re的语法和使用心得从language_summary中移过来了
添加了C#的Regex
添加了PHP的PCRE
已将之前Python和C#之间的正则比较整理过来了
已将C#的Regex整理过来了
添加关于Perl, Java, EditPlus，UltraEdit，ActionScript，Object-C的正则
将Python的re整理出去成为独立的教程
本文章遵从：
第 1 章 正则表达式的通用知识
1.1. 正则表达式简介
1.1.1. 什么是正则表达式
正则表达式，英文叫做Regular Expression
正则表达式，简单说，就是一组规则，用于实现字符串的查找，匹配，以实现关于字符串的相关操作，比如替换，删除等。
1.1.2. 正则表达式的功能和用途
所谓正则表达式的功能，通俗的说就是，正则表达式能干啥，你能用正则表达式做啥
主要都是针对，字符串，即给定一个字符串，对于一个输入的字符串，然后使用正则表达式，对其进行一定的处理，
目前，个人所见到的，正则表达式的用途，大概可以分为以下几类
判断字符串是否符合某种条件
即所谓的匹配，对应的英文叫做match
从字符串中，提取你想要的内容
即所谓的search
对于提取内容，再细分，有分两类
对于匹配到的，某单个字符串，提取中间的，一个或多个字段
Python中对应的re.search
查找所有的，符合某条件的字符串
Python中对应的re.findall
1.1.2.1. 正则表达式的用途举例
1.1.3. 如何使用正则表达式
简单来说有两种
在某种语言中使用正则表达式
使用专门的正则表达式方面的工具
下面来详细解释一下：
1.1.3.1. 在某种语言中使用正则表达式
正常的用法，绝大多数的用法，都是这类
1.1.3.2. 使用专门的正则表达式方面的工具
另外，也有些，专门的，用于验证和使用正则表达式的工具
比如在线的某些网站，专门提供类似的，验证正则表达式的语法是否正常，功能是否正确
有人专门制作的，正则表达式的学习和使用方面的工具
目前看来，最好用的，算是：
很多语言目前都已实现了对应的正则表达式的支持。
目前个人已知的有:, , , , , , , , , , 。
学会了正则表达式后，很多常见的文字，字符串的处理，就简单的多了，或者可以更加高效地实现功能，实现更加复杂的操作了。
入门相对不难，但是能熟练，高效的利用其功能，还是不容易的。
1.2. 正则表达式的通用语法
正则表达式本身，算是一种语言，其有自己一定的规则。
只不过每种其他语言在实现正则表达式的时候，却又对有些规则有些自己的定义。
此处，只是列出一些最基本，各个语言中都通用的一些规则。
表 1.1. 正则表达式中通用字符匹配规则
表示任意字符（除了换行符\n以外的任意单个字符）
表示字符串的开始
表示字符串行末或换行符之前
{0,无穷多个}
0或多个前面出现的正则表达式
贪婪原则，即尽量匹配尽可能多个
{1,无穷多个}
1或多个前面出现的正则表达式
贪婪原则，即尽量匹配尽可能多个
使*，+，?尽可能少的匹配
匹配m个前面出现的正则表达式
匹配最少m个，最多n个前面出现的正则表达式
贪婪原则，即尽量匹配尽可能多个
匹配最少m个，最多n个前面前出现的
后接那些特殊字符，表示该字符；或者后接已经定义好的特殊含义的序列
对于已经定义好的特殊序列，详细解释参考
指定所要匹配的字符集，可以列出单个字符；或者是一个字符范围，起始和结束字符之间用短横线-分割；
A|B,其中A和B可以是任意正则表达式，其中也支持更多的抑或A|B|C|…
匹配括号内的字符串
实现分组功能，用于后期获得对应不同分组中的字符串
正则中，还有一些，相对比较通用的标记(flag),又称修饰符(modifier)，限定符,或者说不同的模式
表 1.2. 正则表达式中通用的限定符
限定符类型/模式
忽略大小写模式
ignore case mode
默认不加此参数，是大小写区分的。加了此参数，则不区分大小写
single line mode
默认'.'是不匹配回车换行的。加了此参数，则使得'.'也匹配回车换行，这就使得原本，中间包含了换行的，多行的字符串，变成了单行的效果。
multiple line mode
默认情况是：^只匹配，整个（中间包含了回车换行的，多行的）字符串的开始，同理，$只匹配整个字符串的末尾。而加上次参数，则^也匹配每个'\n'==newline=换行符之后的那个位置，表示下一行的开始，同理，$也匹配，换行符之前的那个位置，表示之前一行的结束位置
verbose mode/relax regular expression/ignore Whitespace
默认的正则，都是连续的写在一起的，可以叫做，紧凑型的正则。加上此参数，则运行你在，原先是紧凑的正则中间，加上一些空格或tab，用于对齐格式，以及一些注释内容，目的在于方便别人看懂你写的正则，所以，相对紧凑型的写法，叫做，松散正则。此时，松散正则里面的空白符，即回车，换行，tab，都被忽略，如果想要表达回车换行本身，需要转义。松散正则中的注释，当然在解析的时候，也会被忽略掉的。
locale mode
根据当前的local不同，会影响到其他一些正则的含义，比如\w, \W, \b, \B, \s and \S
Unicode模式
unicode mode
根据Unicode字符编码去匹配，会影响到其他一些正则的含义，比如\w, \W, \b, \B, \d, \D, \s and \S
相应的，不同语言中，上述的限定符写法，也不太相同。总结如下
表 1.3. 正则表达式中通用的限定符的不同语言中的写法
不同语言/限定符写法
忽略大小写模式
Unicode模式
RegexOptions.IgnoreCase
RegexOptions.Singleline
RegexOptions.Multiline
RegexOptions.IgnorePatternWhitespace
RegexOptions.CultureInvariant（此点待确认）
re.IGNORECASE/re.I
re.DOTALL/re.S
re.MULTILINE/re.M
re.VERBOSE/re.X
re.LOCALE/re.L
re.UNICODE/re.U
表 1.4. 正则表达式中已定义的转义字符序列
特殊序列/已定义的字符含义
表示前面用括号（）括起来的某个组group
表示字符串的开始
匹配空字符，但只是，一个单词word的，除了开始或者结束位置的，的空字符
\b含义取反
0或多个前面出现的正则表达式
匹配单个数字（0到9中的某个数字）
[0-9]的取反
非数字的单个字符，即除了0-9之外的任意单个字符
[ \t\n\r\f\v]
匹配单个空白字符，包括空格，水平制表符\t,回车\r,换行\n,换页\f,垂直制表符\v
英文单词一般叫做blankspace，简称space，所以此处的s就是space的意思
\s的含义取反
匹配非空白字符之外的单个字符
[a-zA-Z0-9_]
匹配单个的任何字符，数字，下划线
\w的含义取反
匹配单个的，非字母数字下划线之外的字符
匹配字符串的末尾
下面介绍一些通用的规则：
1.2.1. 关于贪婪原则和最少原则
星号*,加号+，问号？，{m,n}，都是属于贪婪原则，即在满足这些条件的情况下，尽可能地匹配多个。
而对应的后面加上一个问号?，变成：*?, +?, ??, {m,n}?就变成了最少原则，即，在满足前面的条件的情况下，尽量少地匹配。
其中??，个人很少用。
而最常用的是 .+?，表示任意字符，最少是1个，然后后面匹配尽量少的所出现的字符。
1.2.2. 反斜杠
在正则表达式中，反斜杠\后面接一些特殊字符，表示该特殊字符，这些特殊是，上面所说过的：
.,^,$,*,+,?
对应的是：
\.,\^,\$,\*,\+,\?
以及反斜杠自己：
其中如果是在中括号[]内，反斜杠加上对应的中括号[]和短横线-,即：
分别表示对应的字符本身。
1.2.3. 上尖括号^
在中括号之外，表示字符的开始；
在中括号之内，表示取反，比如常见的[^0-9]
比如[^5]表示除了数字5之外的所有字符。
尤其特别的是[^^]表示除了上尖括号字符本身之外的所有字符。
1.2.4. 中括号[]内的+，*，(，)
中括号[]内的加号+，星号*，括号（,）表示对应字符本身，就不是特殊字符了。
第 2 章 Javascript中的正则表达式的学习心得
2.1. javascript中的正则表达式的简介
Javascript中的正则表达式，对应的是对象RegExp。
2.2. javascript正则表达式的语法
详细语法，可以去参考：
2.3. javascript中正则表达式用法举例
例 2.1. Javascript中match的用法举例
//提取skydrive共享地址中的resid（resource id）
shareAddrStr = "/redir?resid=9A8B8BF501A38A36!1578";
//shareAddrStr = "/redir.aspx?cid=9a8b8bf501a38a36&resid=9A8B8BF501A38A36!1578";
var residRe = /resid=(\w+!\d+)/;
var foundResid = shareAddrStr.match(residRe);
if(!foundResid){
alert("貌似你输入的Skydrive共享地址有误，请确认输入了正确的地址！");
skydriveShareAddr.focus();
var resid = foundResid[1];//此处可以获得对应的resid=9A8B8BF501A38A36!1578
另外，match返回的结果foundResid，对应的也是foundResid[0]表示所匹配的字符串的整体，此处为：
2.4. javascript正则表达式的使用心得或注意事项
注意两个斜杠最后，不是随便加g或i等属性的
之前就看到别人说的，正则表达式的具体用法是:
其中g表示global，i表示区分大小写等等
然后我就不小心的在中使用了gi属性，结果导致程序运行不正确。
后来才看到中的解释：
参数 attributes
是一个可选的字符串，包含属性 "g"、"i" 和 "m"，分别用于指定全局匹配、区分大小写的匹配和多行匹配。
ECMAScript 标准化之前，不支持 m 属性。
如果pattern是正则表达式，而不是字符串，则必须省略该参数。
而我此处使用match过程中，pattern中是正则表达式，所以，不能加此gi等参数的。
第 3 章 Notepad++中的正则表达式的学习心得
3.1. Notepad++中的正则表达式的简介
Notepad++中的正则表达式，指的是搜索，替换时候所用到的正则表达式，去实现复杂的，非规则的，搜索和替换相应的字符串的。
3.2. Notepad++正则表达式的语法
详细语法，可以去参考：
3.3. Notepad++中正则表达式用法举例
例 3.1. Notepad++中用正则表达式实现字符串替换
用如下写法：
查找目标 :
images/env_var/win/(\w+)\.jpg
替换为(P):
images/env_var/win/\1\.png
可以实现，将：
&informalfigure&
&mediaobject&
&imageobject role="html"&&imagedata fileref="images/env_var/win/right_click_then_property.jpg" align="left" scalefit="0" width="100%"/&&/imageobject&
&imageobject role="fo"&&imagedata fileref="images/env_var/win/right_click_then_property.jpg" align="center" scalefit="1" width="100%"/&&/imageobject&
&/mediaobject&
&/informalfigure&
&informalfigure&
&mediaobject&
&imageobject role="html"&&imagedata fileref="images/env_var/win/advance_enviroment.jpg" align="left" scalefit="0" width="100%"/&&/imageobject&
&imageobject role="fo"&&imagedata fileref="images/env_var/win/advance_enviroment.jpg" align="center" scalefit="1" width="100%"/&&/imageobject&
&/mediaobject&
&/informalfigure&
替换为所需要的结果：
&informalfigure&
&mediaobject&
&imageobject role="html"&&imagedata fileref="images/env_var/win/right_click_then_property.png" align="left" scalefit="0" width="100%"/&&/imageobject&
&imageobject role="fo"&&imagedata fileref="images/env_var/win/right_click_then_property.png" align="center" scalefit="1" width="100%"/&&/imageobject&
&/mediaobject&
&/informalfigure&
&informalfigure&
&mediaobject&
&imageobject role="html"&&imagedata fileref="images/env_var/win/advance_enviroment.png" align="left" scalefit="0" width="100%"/&&/imageobject&
&imageobject role="fo"&&imagedata fileref="images/env_var/win/advance_enviroment.png" align="center" scalefit="1" width="100%"/&&/imageobject&
&/mediaobject&
&/informalfigure&
更详细的解释，可以参考：
第 4 章 Python中的正则表达式re模块的学习心得
已将此部分内容，整理成单独的教程了。详见：
第 5 章 C#中的正则表达式的学习心得
5.1. C#中的正则表达式的简介
C#中的Regex类处理正则表达式。
5.2. C#正则表达式的语法
5.3. C#中的正则表达式的特点
下面总结一些C#中的正则表达式相对于其他语言中的正则表达式的一些特点，包括优点和缺点：
可以一次性的即搜索多个匹配的整个的字符串，同时又可以一次性地，对于每个字符串，在给定Regex的时候，就分组group，然后得到macthes之后，foreach处理每个match，已经可以得到对应的匹配的结果，可以使用不同group的值了。还是很方便的。
对于匹配多个字符串的时候，好像不能加括号分组的，如果加括号分组了，那么只能匹配单个一个group就结束了。对应的要匹配多个字符串，好像只能使用findall。
5.4. C#正则表达式的使用心得或注意事项
5.4.1. 正则表达式字符串的写法
正则表达式是用字符串前面加上@字符来表示的。
5.4.2. 正则表达式中包含双引号，是用两个双引号去表示
其中如果包含的字符串中包含双引号，那么就两个双引号表示，而不是反斜杠加上双引号（\”），也不是斜杠加上双引号（/”）
示例代码：
string pat = @"var\s+primedResponse=\{""items""\:\[\{(.*)}\]\};\s+\$Do\.register\(""primedResponse""\);";
Regex rx = new Regex(piled);
5.4.3. C#中的named group和后向引用
C#中，对于前面所匹配的字符组名的替换和（向后）引用，是不一样的
替换是这样的写法：
而向后引用是这样的写法：
5.4.4. 关于字符点，匹配任意字符，但是不匹配换行（\n）的事情
一般对于介绍正则表达式的时候，为了简便，都说成字符点（.），是匹配任何单个字符的。
有的解释的严谨的，也会加上一句，在非单行匹配模式下，匹配除了换行\n之外的任意字符。
此句话有更深层的含义：
5.4.4.1. 关于默认情况下就是非单行模式，所以默认情况，点是不匹配换行字符\n的
一般来说，调用的正则表达式的库函数，比如C#中的用new Regex生成对应的Regex变量的时候：
Regex imgRx = new Regex(imgP);
MatchCollection foundImg = imgRx.Matches(curSelectCotent);
默认就是多行模式，所以如果像我这里，如果去匹配的内容，涉及到中间包括\n字符，那么默认情况下，是无法匹配的，
导致程序调试花了半天时间，才找到上述原因。
例 5.1. 默认的点'.'不匹配换行\n
对于一堆字符：
href="file:///C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles6977DF/F[2].jpg"&&IMG
style="BACKGROUND-IMAGE: BORDER-BOTTOM: 0 BORDER-LEFT: 0 PADDING-LEFT: 0 PADDING-RIGHT: 0 DISPLAY: BORDER-TOP: 0 BORDER-RIGHT: 0 PADDING-TOP: 0px"
title=F border=0 alt=F
src="file:///C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles6977DF/F_thumb.jpg"
width=206 height=244&&/A&&&/P&
href="file:///C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles6977DF/王珞丹 图片22[3].jpg"&&IMG
style="BACKGROUND-IMAGE: BORDER-BOTTOM: 0 BORDER-LEFT: 0 PADDING-LEFT: 0 PADDING-RIGHT: 0 DISPLAY: BORDER-TOP: 0 BORDER-RIGHT: 0 PADDING-TOP: 0px"
title="王珞丹 图片22" border=0 alt="王珞丹 图片22"
src="file:///C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles6977DF/王珞丹 图片22_thumb.jpg"
width=176 height=244&&/A&&A
href="file:///C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles6977DF/王珞丹 图片333[2].jpg"&&IMG
style="BACKGROUND-IMAGE: BORDER-BOTTOM: 0 BORDER-LEFT: 0 PADDING-LEFT: 0 PADDING-RIGHT: 0 DISPLAY: BORDER-TOP: 0 BORDER-RIGHT: 0 PADDING-TOP: 0px"
title="王珞丹 图片333" border=0 alt="王珞丹 图片333"
src="file:///C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles6977DF/王珞丹 图片333_thumb.jpg"
width=230 height=244&&/A&&/P&
然后用下面的代码去匹配：
string imgP = @"href=""(file:.+?WindowsLiveWriter.+?)"".+?src=""(file:.+?WindowsLiveWriter.+?)""";
Regex imgRx = new Regex(imgP);
MatchCollection foundImg = imgRx.Matches(curSelectCotent);
则其中的"".+?src=""中的.+?是无法匹配成功的，因为上述输入的字符串中，包括了换行符，导致此处无法匹配。
Regex imgRx = new Regex(imgP);
Regex imgRx = new Regex(imgP, RegexOptions.Singleline);
才是可以的。
即设置为单行模式，此处点（.）就匹配，包括\n在内的任意单个字符了。
其他语言中，比如Python等，也有对应的single line，multi line等方面的设置，可根据自行需要设置。
5.4.4.2. 匹配换行\n之外的任意字符，那么也包括了回车\r字符
所以，万一你的应用中，需要涉及到这个字符，（如果不是单行模式的话），要注意的是点(.)是匹配\r，但不匹配\n的。
5.4.5. C#中如何获得带名字name的捕获capture的组group
对于输入字符串为：
href="file:///C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles111AD15/王珞丹 图片22[3].jpg"&&IMG
style="BACKGROUND-IMAGE: BORDER-BOTTOM: 0 BORDER-LEFT: 0 PADDING-LEFT: 0 PADDING-RIGHT: 0 DISPLAY: BORDER-TOP: 0 BORDER-RIGHT: 0 PADDING-TOP: 0px"
title="王珞丹 图片22" border=0 alt="王珞丹 图片22"
src="file:///C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles111AD15/王珞丹 图片22_thumb.jpg"
width=176 height=244&&/A&
用下面的代码：
string imgP = @"href=""(file:///(?&localAddrPref&.+?WindowsLiveWriter.+?/supfile[^/]+?)/(?&realName&[^""]+?)\[\d+\](\.(?&suffix&\w{3,4}))?)"".+?src=""(file:///\k&localAddrPref&/\k&realName&_thumb(\.\k&suffix&)?)""";
Regex imgRx = new Regex(imgP, RegexOptions.Singleline);
MatchCollection foundImg = imgRx.Matches(curSelectCotent);
是可以获得所匹配的group的，但是想要对应带名字的的那些变量，比如localAddrPref，suffix等值，却不知道如何获得。
其实，根据的解释，也已经知道如何可以获得，只是觉得那种方法不够好，希望可以找到对应的capture对应的自己的处理方法。
后来找了下，参考才明白，原来对于带名字的匹配的group，其实也是group，但是是对于每一个match来说，都有对应的自己的capture的。
结果去试了试，发现如果写成这样：
CaptureCollection captures = found.C
localAddrPref
= captures[0].V
= captures[1].V // will lead to code run dead !
captures[0]是整个的字符串，而不是对应的第一个name group的值，而captures[1]，则直接导致程序死掉，即不能这样调用。
另外，在也找到了用GetGroupNames的方式，有空也去试试。
看到解释的，可以直接用groupname取得对应的值的，即之前都是用found.Groups[3].ToString()而换作found.Groups["localAddrPref"].Value即可。
其中localAddrPref是前面的某个group的name。
5.4.6. C#中，对于Regex中带嵌套的括号，那么group是的index如何计算，以及Regex中包含了带name的group，group又是如何计算的。
此处的逻辑，是根据加上实际调试所得到的结果，来解释说明的。
举例，对于输入字符串：
href="file:///C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles111AD15/王珞丹 图片22[3].jpg"&&IMG
style="BACKGROUND-IMAGE: BORDER-BOTTOM: 0 BORDER-LEFT: 0 PADDING-LEFT: 0 PADDING-RIGHT: 0 DISPLAY: BORDER-TOP: 0 BORDER-RIGHT: 0 PADDING-TOP: 0px"
title="王珞丹 图片22" border=0 alt="王珞丹 图片22"
src="file:///C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles111AD15/王珞丹 图片22_thumb.jpg"
width=176 height=244&&/A&
用这样的代码去匹配：
string imgP = @"href=""file:///((?&localAddrPref&.+?WindowsLiveWriter.+?/supfile[^/]+?)/(?&realName&[^""]+?)\[\d+\](\.(?&suffix&\w{3,4}))?)"".+?title=""?(\k&realName&)?""?.+?alt=""?(\k&realName&)?""?.+?src=""file:///(\k&localAddrPref&/\k&realName&_thumb(\.\k&suffix&)?)""";
Regex imgRx = new Regex(imgP, RegexOptions.Singleline);
MatchCollection foundImg = imgRx.Matches(curSelectCotent);
则匹配的结果是：
_groups {System.Text.RegularExpressions.Group[9]} System.Text.RegularExpressions.Group[]
[0] {C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles111AD15/王珞丹 图片22[3].jpg} System.Text.RegularExpressions.Group
[1] {.jpg} System.Text.RegularExpressions.Group
[2] {王珞丹 图片22} System.Text.RegularExpressions.Group
[3] {王珞丹 图片22} System.Text.RegularExpressions.Group
[4] {C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles111AD15/王珞丹 图片22_thumb.jpg} System.Text.RegularExpressions.Group
[5] {.jpg} System.Text.RegularExpressions.Group
[6] {C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles111AD15} System.Text.RegularExpressions.Group
[7] {王珞丹 图片22} System.Text.RegularExpressions.Group
[8] {jpg} System.Text.RegularExpressions.Group
注意，上述内容是debug所查看到的。
group[0]不是整个字符串，而是表示此处匹配的第一个结果，即index从0开始，而不是默认的1.
不过下面还是以代码中的写法来解释。
5.4.6.1. C#中，如果Regex中包括了子括号，即括号嵌套括号的时候，group的index是如何计算的，以及如果Regex中包括了带name的group，group的index是如何计算的
搞了半天，最后终于看懂了。
现在来说说，如何数group的index。
其实很简单:
首先，所有的group，分两类，一类是默认的，无名字（unnamed的group），另外一类是有名字的group（name的group）。
然后对于group的index，从左至右，以左括号出现的位置先后为标准，一个个的数一下对应的unnamed的group，等全部数完了，再去安装同样标准去数有名字的group。
或者可以完全不去数有name的group，因为有name的group的值，完全可以直接通过Groups["yorGroupName"].Value的形式得到。
举例说明：
对于例子中的匹配样式：
href=""file:///((?&localAddrPref&.+?WindowsLiveWriter.+?/supfile[^/]+?)/(?&realName&[^""]+?)\[\d+\](\.(?&suffix&\w{3,4}))?)"".+?title=""?(\k&realName&)?""?.+?alt=""?(\k&realName&)?""?.+?src=""file:///(\k&localAddrPref&/\k&realName&_thumb(\.\k&suffix&)?)""
从左往右，第一个是file:///后面的左括号，即对应的括号是?)"".+?title中的这个右括号，
由于其是unnamed的group，所以代码中的index为第一个，为1,
对应着代码和值是：
Groups[1].ToString() == 上述调试的结果 C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles111AD15/王珞丹 图片22[3].jpg
然后再往右数，第二个括号是(?&localAddrPref&中的左括号，对应右括号是+?)/(?&realName&中的右括号，
由于其实有名字的group，所以对应的index，不是Groups[2]，而是等最后数完了全部的unnamed的group，才能知道此处的index。
但是由于是有名字的，所以也是可以直接通过group的name来获得对应的值的。
对应的代码和值是：
Groups["localAddrPref"] == C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles111AD15
然后按照此法：
从左往右，依次按照左括号出现的先后顺序去数，得到对应的各个group是：
第一个： ((?&localAddrPref&.+?WindowsLiveWriter.+?/supfile[^/]+?)/(?&lrealName&[^""]+?)\[\d+\](\.(?&lsuffix&\w{3,4}))?)
unnamed index为1，值为Groups[1].ToString()
第二个: (?&localAddrPref&.+?WindowsLiveWriter.+?/supfile[^/]+?)
有名字，index待定，值为Groups["localAddrPref"].Value
第三个： (?&realName&[^""]+?)
有名字，index待定，值为Groups["realName"].Value
第四个: (\.(?&suffix&\w{3,4}))
unnamed，index为2，值为Groups[2].ToString()
第五个：(?&suffix&\w{3,4})
有名字，index待定，值为Groups["suffix"].Value
第六个： (\k&realName&)
unnamed，index为3，值为Groups[3].ToString()
第七个： (\k&realName&)
unnamed，index为4，值为Groups[4].ToString()
第八个： (\k&localAddrPref&/\k&realName&_thumb(\.\k&suffix&)?)
unnamed，index为5，值为Groups[5].ToString()
第九个： (\.\k&suffix&)
unnamed，index为6，值为Groups[6].ToString()
对照着上述debug出来的结果，正好分别就是：
Groups[1].ToString() == debug中的[0] == C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles111AD15/王珞丹 图片22[3].jpg
Groups[2].ToString() == debug中的[1] == .jpg
Groups[3].ToString() == debug中的[2] == 王珞丹 图片22
Groups[4].ToString() == debug中的[3] == 王珞丹 图片22
Groups[5].ToString() == debug中的[4] == C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles111AD15/王珞丹 图片22_thumb.jpg
Groups[6].ToString() == debug中的[5] == .jpg
而unnamed的全部都数完了，然后才是从左到右的，有名字的index依次增加，以及对应的值是：
Groups["localAddrPref"].Value == Groups[7].ToString() == debug中的[6] == C:/Users/CLi/AppData/Local/Temp/WindowsLiveWriter/supfiles111AD15
Groups["realName"].Value
== Groups[8].ToString() == debug中的[7] == 王珞丹 图片22
Groups["suffix"].Value
== Groups[9].ToString() == debug中的[8] == jpg
所以，对于Regex中的group和named的group的index如何计算，就是上面那一句话：
从左到右，以左括号出现位置先后为顺序，index一次增加。
先全部数完unnamed的group，再去数有name的group，其中有name的group，完全可以不去计算对应的index是多少的，因为可以直接通过名字来引用对应的值，用法为：
Groups["yorGroupName"].Value
第 6 章 PHP中的正则表达式的学习心得
6.1. PHP中的正则表达式的简介
PHP中的正则表达式，总称为，对应的是一堆以preg_开头的函数：
preg_match
执行一个正则表达式匹配
preg_match_all
执行一个全局正则表达式匹配
preg_replace
执行一个正则表达式的搜索和替换
preg_split
通过一个正则表达式分隔字符串
preg_filter
执行一个正则表达式搜索和替换
返回匹配模式的数组条目
preg_last_error
返回最后一个PCRE正则执行产生的错误代码
preg_quote
转义正则表达式字符
preg_replace_callback
执行一个正则表达式搜索并且使用一个回调进行替换
6.2. PHP正则表达式的语法
关于PHP中的语法，所有内容都可以在这里找到
下面只是摘录相关的链接，以方便有需要的，直接点击对应链接看自己所关心的内容：
6.3. PHP中正则表达式用法举例
例 6.1. 从html中提取skydrive图片的url
想要从一段html中提取出这样的地址：
/items/9A8B8BF501A38A36!1211?filename=%e7%82%b9%e5%87%bb%e7%ac%ac%e5%87%a0%e9%a1%b5.jpg
然后对应的php代码为：
# current support valid pic suffiex: 'bmp', 'gif', 'jpeg', 'jpg', 'jpe', 'png', 'tiff', 'tif'
$picSufChars = "befgijmnptBEFGIJMNPT";
//$pattern = '#&a href="(?P&picUrl&/items/.+?filename=.+?\.jpg)"&&img.+?src="(?P=picUrl)".+?/&&/a&#';
$pattern = '#&a href="(?P&picUrl&/items/.+?filename=.+?\.['.$picSufChars.']{3,4})"&&img.+?src="(?P=picUrl)".+?/&&/a&#';
if(preg_match($pattern, $content, $matches)){
$picUrl = $matches["picUrl"];
//print "found picUrl=".$picU
if(preg_match('#http://storage\.live\.com/items/.+?filename=(?P&filename&.+)#', $picUrl, $foundFilename)){
$filename = $foundFilename["filename"];
$filename = rawurldecode($filename);
$filename = "";
$picUrl = "";
详细代码可参考
6.4. PHP正则表达式的使用心得或注意事项
第 7 章 Perl中的正则表达式的学习心得
7.1. Perl中的正则表达式的简介
Perl中的正则表达式，最主要的语法就两种：m//和s///
m=match,表示匹配
s=substitution，表示替换
不论是匹配还是替换，后面都运行加上一些限制参数，叫做修饰符（Modifiers）
m=multiple line=多行模式
s=single line=单行模式
i=ignore case=忽略大小写
x=extended=扩展模式=允许白空格和注释=松散正则
7.2. Perl正则表达式的语法
关于Perl中的正则表达式的语法，目前找到的，相对最完整的介绍，在这里：
下面把其目录摘录如下，供快速查阅相关内容：
7.3. Perl正则表达式用法举例
例 7.1. Perl正则去除html的tag
想要将html
&h1&h1 content&/h1&
&invalidTag& invalid tag test &/invalid&
中的标签tag去掉，变成：
h1 content
&invalidTag& invalid tag test &/invalid&
用的perl的正则的代码是：
$filteredHtml =~
s/&(\w+?)&(.+?)&\/\1&/$2/
详细代码可参考
第 8 章 Java中的正则表达式的学习心得
8.1. Java中的正则表达式的简介
Java中处理正则表达式的类是：java.util.regex
其下主要有两个大的子类：
java.util.regex.Pattern
专门用于处理正则表达式这个字符串本身
java.util.regex.Matcher
处理，找到匹配的项之后，后续的处理，比如单个的替换，替换所有的等等
8.2. Java正则表达式的语法
Java中，正则表达式的语法，可以在官网文档中找到：
Java 6的正则表达式的语法
Java 7的正则表达式的语法
8.3. Java中正则表达式用法举例
例 8.1. 匹配所有的某种格式的字符串
想要匹配：
11A11、22A22、33A33、44B44、55B55
中的每个值，并打印出来，然后对应的Java代码为：
String digitNumStr = "11A11、22A22、33A33、44B44、55B55";
//String digitNumStr = "11A11";
Pattern digitNumP = pile("(?&twoDigit&\\d{2})[A-Z]\\k&twoDigit&");
Matcher foundDigitNum = digitNumP.matcher(digitNumStr);
// Find all matches
while (foundDigitNum.find()) {
// Get the matching string
String digitNumList = foundDigitNum.group();
System.out.println(digitNumList);
详细代码可参考
例 8.2. 带命名的组去替换单个字符串
想要将字符串
aa/haha.exe
中的前面部分去掉，只保留后面部分，即：
则用的java代码为：
String filenameStr = "aa/haha.exe";
//named group only support after Java 7
//here is my java version:
//Java: 1.7.0_09; Java HotSpot(TM) 64-Bit Server VM 23.5-b02
Pattern filenameP = pile("^.+/(?&filenamePart&.+)$");
Matcher filenameMatcher = filenameP.matcher(filenameStr);
boolean foundFilename = filenameMatcher.matches();
System.out.println(filenameMatcher);
System.out.println(foundFilename);
String onlyFilename = filenameMatcher.replaceFirst("${filenamePart}");
System.out.println(onlyFilename);
java.util.regex.Matcher[pattern=^.+/(?&filenamePart&.+)$ region=0,11 lastmatch=aa/hahatrue]
详细代码可参考：
8.4. Java正则表达式的使用心得或注意事项
8.4.1. 正则中的斜杠，要写成2个斜杠
普通程序中，即使是正则中，斜杠也就是斜杠。
但是java中，由于string的设计，导致斜杠，是特殊的转义字符，所以，在正则中，如果想要写普通的，正则的转义，比如'\d'表示数字，则要写成'\\d'才可以。
所就变成了：其他程序中，正常的写单个的斜杠的，java中，都要变成双斜杠。
8.4.2. replaceAll中的斜杠，单个斜杠要写陈四个斜杠
如上所说，java中的，正则中的斜杠字符本身，要写成两个斜杠
而如果遇到replaceAll等函数，则一个斜杠，要写成四个斜杠，才能被识别。
比如你想把字符串中，所有的，的单个斜杠，都变成双斜杠，则要写成
string.replaceAll("\\\\", "\\\\\\\\");
8.4.3. java 7之后才支持命名的组(named group)
即，Java 6之前不支持named group
第 9 章 Editplus中的正则表达式的学习心得
9.1. EditPlus中的正则表达式的简介
EditPlus中的正则表达式，算是有两种：
没有选中"Use TR1 regular expression"
正则的功能，是支持，但是极度的弱，不好用。
选中"Use TR1 regular expression"
即，使用C++的TR1的正则，简单说就是，从原先的，功能很弱的正则，升级到功能相对正常的正则，支持常见的正则的语法了
9.2. EditPlus正则表达式的语法
如果想要使用，正常的正则，需要去开启TR1选项：
Tools-&Preferences-&General -& Use TR1 regular expression
然后就可以正常的使用正则了。
不过，官网中也没给出相关的TR1的语法。所以，只能靠自己，对于常见的正则的语法的了解去写正则了。
但是关于TR1的解释，倒是可以参考微软的官网解释：
9.3. EditPlus中正则表达式用法举例
例 9.1. 查找某个格式的字符串
up/114567/img
up/120305/img
up/1205/img
中，查找12开头、数字为4位的字符，即：
up/1205/img
在选中了上面那个"Use TR1 regular expression"的前提下，用的正则是：
up/12\d{2}/img
详细代码可参考
第 10 章 UltraEdit中的正则表达式的学习心得
10.1. UltraEdit中的正则表达式的简介
UltraEdit中的正则表达式，支持三种：
用Perl的正则表达式的语法
用常见的标准的正则的语法
用UltraEdit自己的一套的正则的语法
10.2. UltraEdit的正则表达式的语法
UltraEdit中的正则，支持三种语法，全部都可以在官网页面中找到具体的语法的解释：
Unix和UltraEdit版本的正则的语法
Perl版本的正则的语法
10.3. UltraEdit中正则表达式用法举例
例 10.1. 查找并更改height和width的值
对于如下内容：
./xcode.configVpp.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 0
./xcode.configVpp.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 1
./xcode.configVpp.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 2
./xcode.configVpp.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 3
./xcode.configVpp.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 4
./xcode.configVSC.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 5
./xcode.configVSC.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 6
./xcode.configVSC.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 7
./xcode.configVpp.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 8
./xcode.configVSC.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 9
./xcode.configVSC.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 10
./xcode.configVSC.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 11
./xcode.configVpp.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 12
想要实现：只想要处理instance后面是0 4 8 12的行，将720替换成576，1280替换成1024
则，在UltraEdit中，需要：
正则的语法，注意要选择为：Perl，而不能选择为Unix，其原因，详见：
然后查找和替换的正则分别为：
-height\s+\d+\s+-width\s+\d+\s+-vidformat\s+1\s+-instance\s+(0|2|4|8)
-height 576 -width 1024 -vidformat 1 -instance \1
就可以替换为：
./xcode.configVpp.pl -frmrate 5 -height 576 -width 1024 -vidformat 1 -instance 0
./xcode.configVpp.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 1
./xcode.configVpp.pl -frmrate 5 -height 576 -width 1024 -vidformat 1 -instance 2
./xcode.configVpp.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 3
./xcode.configVpp.pl -frmrate 5 -height 576 -width 1024 -vidformat 1 -instance 4
./xcode.configVSC.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 5
./xcode.configVSC.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 6
./xcode.configVSC.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 7
./xcode.configVpp.pl -frmrate 5 -height 576 -width 1024 -vidformat 1 -instance 8
./xcode.configVSC.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 9
./xcode.configVSC.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 10
./xcode.configVSC.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 11
./xcode.configVpp.pl -frmrate 5 -height 720 -width 1280 -vidformat 1 -instance 12
10.4. UltraEdit正则表达式的使用心得或注意事项
10.4.1. 是"替换"而不是"在文件中替换"
普通常见的要去做替换操作，处理当前文件中的内容，则是从：搜索-&替换，打开的替换的对话框，而不是：搜索-&在文件中替换。
否则每次去替换，还会提示你"在文件中替换可能会修改驱动器上的许多文件"
10.4.2. Unix版本的正则中的OR操作不支持超过2个的
用Unix的正则时，OR操作，不支持超过2个的。
第 11 章 ActionScript中的正则表达式的学习心得
11.1. ActionScript中的正则表达式的简介
ActionScript中的正则表达式，对应的是对象RegExp。
其和javascript很类似。
根据的解释，ActionScript是Adobe为Flash开发的脚步语言，是基于ECMAScript的。
而javascript也是基于ECMAScript的，所以两者，至少在正则方面，那基本上都是同一个regexp的库了，都是差不多的。
11.2. actionscript正则表达式的语法
ActionScript的正则的语法，简述为；
ActionScript的正则，是RegExp类，其主要包含两个方法：exec() 和 test()。
可以参考Adobe官网的，详细解释：
11.3. ActionScript中正则表达式用法举例
可参考javascript中的例子：
第 12 章 Object-C中的正则表达式的学习心得
12.1. Object-C中的正则表达式的简介
Objective-C Cocoa中的正则表达式，起初，是没有内置的库支持的。所以，很多人常用第三方面的库：RegexKitLite
而后来在OS X v10.7/iPhone 4.0后，有了内置支持正则的库：NSRegularExpression
12.2. Objective-C正则表达式的语法
关于RegexKitLite可以（要翻墙）参考其官网：
关于内置的库NSRegularExpression，参考mac官网：
第 13 章 不用语言之间的正则表达式的比较
13.1. 一些关于正则表达式中的比较
此部分的内容的旧帖为：
下面对于各种语言之间的正则表达式的语法，进行简单的比较：
表 13.1. 不同语言间正则表达式写法的比较
Javascript
Named Group
(?P&groupName&xxx)
(?&groupName&xxx)
正则表达式字符串的表示方法
向前匹配（prev match）
向后匹配（post match）
向前一定不要匹配（prev non-match）
向后一定不要匹配（post non-match）
示例代码为：
#------------------------------------------------------------------------------
def testBackReference():
# back reference (?P=name) test
backrefValidStr = '"group":0,"iconType":"NonEmptyDocumentFolder","id":"9A8B8BF501A38A36!601","itemType":32,"name":"released","ownerCid":"9A8B8BF501A38A36"';
backrefInvalidStr = '"group":0,"iconType":"NonEmptyDocumentFolder","id":"9A8B8BF501A38A36!601","itemType":32,"name":"released","ownerCid":"ABCDEFG"';
backrefP = r'"group":\d+,"iconType":"\w+","id":"(?P&userId&\w+)!\d+","itemType":\d+,"name":".+?","ownerCid":"(?P=userId)"'
userId = "";
foundBackref = re.search(backrefP, backrefValidStr);
print "foundBackref=",foundB # foundBackref= &_sre.SRE_Match object at 0x02B96660&
if(foundBackref):
userId = foundBackref.group("userId");
print "userId=",userId; # userId= 9A8B8BF501A38A36
print "can found userId here";
foundBackref = re.search(backrefP, backrefInvalidStr);
print "foundBackref=",foundB # foundBackref= None
if(not foundBackref):
print "can NOT found userId here";
示例代码为：
using System.Text.RegularE
void testBackReference()
// back reference \k&name& test
string backrefValidStr = "\"group\":0,\"iconType\":\"NonEmptyDocumentFolder\",\"id\":\"9A8B8BF501A38A36!601\",\"itemType\":32,\"name\":\"released\",\"ownerCid\":\"9A8B8BF501A38A36\"";
string backrefInvalidStr = "\"group\":0,\"iconType\":\"NonEmptyDocumentFolder\",\"id\":\"9A8B8BF501A38A36!601\",\"itemType\":32,\"name\":\"released\",\"ownerCid\":\"ABCDEFG\"";
string backrefP = @"""group"":\d+,""iconType"":""\w+"",""id"":""(?&userId&\w+)!\d+"",""itemType"":\d+,""name"":"".+?"",""ownerCid"":""\k&userId&""";
string userId = "";
Regex backrefValidRx = new Regex(backrefP);
Match foundB
foundBackref = backrefValidRx.Match(backrefValidStr);
if (foundBackref.Success)
// can found the userId
userId = foundBackref.Groups["userId"].V
MessageBox.Show("can found the userId !");
foundBackref = backrefValidRx.Match(backrefInvalidStr);
if (foundBackref.Success)
// can NOT found the userId
MessageBox.Show("can NOT found the userId !");
示例代码为：
#------------------------------------------------------------------------------
def testPrevPostMatch():
# post match:
# post non-match:
# prev match:
# prev non-match:
#note that input string is:
#src=\"http://b101.photo./psb?/V10ppwxs00XiXU/5dbOIlYaLYVPWOz*1nHYeSFq09Z5rys72RIJszCsWV8!/b/YYUOOzy3HQAAYqsTPjz7HQAA\"
qqPicUrlStr
= 'src=\\"http://b101.photo./psb?/V10ppwxs00XiXU/5dbOIlYaLYVPWOz*1nHYeSFq09Z5rys72RIJszCsWV8!/b/YYUOOzy3HQAAYqsTPjz7HQAA\\"';
qqPicUrlInvalidPrevStr
= '1234567http://b101.photo./psb?/V10ppwxs00XiXU/5dbOIlYaLYVPWOz*1nHYeSFq09Z5rys72RIJszCsWV8!/b/YYUOOzy3HQAAYqsTPjz7HQAA\\"';
qqPicUrlInvalidPostStr
= 'src=\\"http://b101.photo./psb?/V10ppwxs00XiXU/5dbOIlYaLYVPWOz*1nHYeSFq09Z5rys72RIJszCsWV8!/b/YYUOOzy3HQAAYqsTPjz7HQAA123';
canFindPrevPostP = r'(?&=src=\\")(?P&qqPicUrl&http://.+?\.qq\.com.+?)(?=\\")';
qqPicUrl = "";
foundPrevPost = re.search(canFindPrevPostP, qqPicUrlStr);
print "foundPrevPost=",foundPrevP #
if(foundPrevPost):
qqPicUrl = foundPrevPost.group("qqPicUrl");
print "qqPicUrl=",qqPicU # qqPicUrl= http://b101.photo./psb?/V10ppwxs00XiXU/5dbOIlYaLYVPWOz*1nHYeSFq09Z5rys72RIJszCsWV8!/b/YYUOOzy3HQAAYqsTPjz7HQAA
print "can found qqPicUrl here";
foundInvalidPrev = re.search(canFindPrevPostP, qqPicUrlInvalidPrevStr);
print "foundInvalidPrev=",foundInvalidP # foundInvalidPrev= None
if(not foundInvalidPrev):
print "can NOT found qqPicUrl here";
foundInvalidPost = re.search(canFindPrevPostP, qqPicUrlInvalidPostStr);
print "foundInvalidPost=",foundInvalidP # foundInvalidPost= None
if(not foundInvalidPost):
print "can NOT found qqPicUrl here";
示例代码为：
using System.Text.RegularE
void testPrevPostMatch()
///en-us/library/bs2twtah(v=vs.71).aspx
// post match:
// post non-match:
// prev match:
// prev non-match:
//src=\"http://b101.photo./psb?/V10ppwxs00XiXU/5dbOIlYaLYVPWOz*1nHYeSFq09Z5rys72RIJszCsWV8!/b/YYUOOzy3HQAAYqsTPjz7HQAA\"
string qqPicUrlStr
= "src=\\\"http://b101.photo./psb?/V10ppwxs00XiXU/5dbOIlYaLYVPWOz*1nHYeSFq09Z5rys72RIJszCsWV8!/b/YYUOOzy3HQAAYqsTPjz7HQAA\\\"";
string qqPicUrlInvalidPrevStr
= "http://b101.photo./psb?/V10ppwxs00XiXU/5dbOIlYaLYVPWOz*1nHYeSFq09Z5rys72RIJszCsWV8!/b/YYUOOzy3HQAAYqsTPjz7HQAA\\\"";
string qqPicUrlInvalidPostStr
= "src=\\\"http://b101.photo./psb?/V10ppwxs00XiXU/5dbOIlYaLYVPWOz*1nHYeSFq09Z5rys72RIJszCsWV8!/b/YYUOOzy3HQAAYqsTPjz7HQAA1234";
string canFindPrevPostP = @"(?&=src=\\"")(?&qqPicUrl&http://.+?\.qq\.com.+?)(?=\\"")";
string qqPicUrl = "";
Regex prevPostRx = new Regex(canFindPrevPostP);
Match foundPrevPost = prevPostRx.Match(qqPicUrlStr);
if (foundPrevPost.Success)
qqPicUrl = foundPrevPost.Groups["qqPicUrl"].V
MessageBox.Show("can found the qqPicUrl !");
Match foundInvalidPrev = prevPostRx.Match(qqPicUrlInvalidPrevStr);
if (!foundInvalidPrev.Success)
MessageBox.Show("can NOT found the qqPicUrl !");
Match foundInvalidPost = prevPostRx.Match(qqPicUrlInvalidPostStr);
if (!foundInvalidPost.Success)
MessageBox.Show("can NOT found the qqPicUrl !");