本文的目标，就是让你能够了解正则是什么，怎么用，并且学的轻松，用的快乐：）
前言
想必有不少人跟我一样，身为一名开发人员，却对正则这东西知之甚少，甚至于完全不会用。我很长一段时间也是，工作也有段时间了，却只会写一些很简单的正则匹配，想写个电话号码匹配，我都要抓耳挠腮半天最后百度，甚是惭愧。 于是乎，我痛下决心要弄懂它。不过学习的过程总是痛苦的，为了监督自己，我觉得边学边写会是个好主意。毕竟，输入的最好方式是输出。
那么，什么是正则呢？
正则表达式描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。
简单来说，就是用于一种用于描述匹配规则的工具，通常用于检索、替换符合某些规则的文本，在很多场合都用得到，就例如前文提到的电话号码匹配。你实际生活中肯定也用过不少，比如在文件夹检索文件，在页面中查找关键字等，这些都跟正则有关。
假如你写了一个正则表达式，如何验证它的正确性呢？正则表达式引擎通常会提供一个“测试指定的字符串是否匹配一个正则表达式”的方法，比如JavaScript提供了两个方法：patt.test(str)和str.match(patt)。
请打开浏览器的控制台，将你的的正则表达式（例如/\w{2,10}/）输入到控制台中，然后输入.test(str)并回车，str就是你要测试的字符串，正确的话控制台就会输出true，反之为false。
step1：初窥门径
本文为了方便理解，会结合一个个问题，来循序渐进的讲解正则相关的知识。
问题1：假如你要在一篇文章中找出he的字符串，那么正则怎么写？
这就是最简单的正则表达式，你只需要使用正则表达式he。这样就能找到那些包含he的字符串，不过，很多单词也包含了he这个字符串，例如hello、heart等。如果直接使用he来检索的话，这些单词也会被找出，如果想精准的找出he这个单词的话，那么就该 \b 出场了。
\b 是正则表达式规定的一个特殊代码，也叫元字符，代表着单词的开头或结尾，也就是单词的分界处。虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是 \b 并不匹配这些单词分隔字符中的任何一个，它只匹配一个位置。
所以这道题的答案是：\bhe\b ，同理，假如你要查找的是hello world，那么就应该用\bhello\bworld\b
元字符
现在，你已经认识了一个元字符，其实正则表达式里还有更多的元字符，将这些组合在一起使用，可以构造出功能更强大、更复杂的正则表达式。那么，先来认识一下它们：
| 元字符 | 简单说明 |
|---|---|
| . | 匹配除换行符以外的任意字符 |
| \w | 匹配字母或数字或下划线或汉字 |
| \s | 匹配任意的空白符 |
| \d | 匹配数字0-9 |
| \b | 匹配单词的开始或结束 |
| \W | 匹配任意不是字母或数字或下划线或汉字的字符 |
| \S | 匹配任意不是空白符的字符 |
| \D | 匹配任意非数字的字符 |
| \B | 匹配不是单词开头或结尾的位置 |
| [^x] | 匹配除了x以外的任意字符 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符的的结束 |
其中s用于匹配任意的空白符，包括空格、制表符（Tab）、换行符、中文全角空格等，[^x]表示不匹配^后面跟着的字符串，^和$则表示匹配字符的的开始和结束，用在正则表达式的开头和结尾，这两个用来用户验证输入的内容时非常合适。
问题2：如何匹配一个类似4 G的由数字、空格、字母组成的字符串呢？
很简单，我们只需要将我们学到的元字符组合起来就行了，答案是：^\d\s\w$
限定符
你现在认识了不少有用的元字符，这些元字符在实际使用的时候，往往不是单个数字或者字母等，可能会重复很多次，这时要怎么办呢？
问题3：假如要匹配一个类似于Leonardo.DiCaprio或者Hugh.Jackman的由两个长度为4到8位的单词以及一个.组成的名字，正则应该怎么写呢？
在这里，我们就要引入一个新的概念，用来表示重复次数的限定符。下面是正则表达式中所有的限定符：
| 元字符 | 简单说明 |
|---|---|
| * | 重复零次或更多次 |
| + | 重复一次或更多次 |
| ? | 重复零次或一次 |
| {n} | 重复n次 |
| {n,} | 重复n次或更多次 |
| {n, m} | 重复n到m次 |
那么就很简单了，长度4到8位的单词可以用 \w{4,8} 来表示，不过.呢，直接使用.是肯定不行的，正则会将它解释成匹配除换行符以外的任意字符， 这时你就需要使用 \ 来取消这些字符的特殊意义。 例如使用 \. 和 \* 来匹配 . 和 *，当然要查找\本身，你可以使用 \\。
那么，答案就是 ^\w{4,8}\.\w{4,8}$
step2：小试牛刀
在认识了这么多元字符和限定符之后，或许我们可以来挑战一下实际会用的那些正则了。
问题4：如何匹配一个手机号码呢？
要解决这个问题，我们先要理清楚手机号码由哪几部分组成，手机号首先是由限定的3位数字（号码段）和任意8位数字组成的11位数字，号码段根据运营商分为以下几种（统计于2017.06）：
| 运营商 | 号码段 |
|---|---|
| 移动 | 134、135、136、137、138、139、147、150、151、152、157、158、159、170、178、182、183、187、188 |
| 联通 | 130、131、132、145、155、156、170、175、176、185、186 |
| 电信 | 133、149、153、170、173、177、180、181、189 |
由于号码段的存在，我们又得引入一个新的概念——分枝条件，即x|y，它主要用来匹配条件x或y。例如 [s|f]ox 可以匹配sox或fox。
然后我们在结合之前的知识，那么答案就是 ^((13[0-9])|(14[5|7])|(15([0-3]|[5-9]))|(17([0,3,5-8]))|(18([0-3]|[5-9])))\d{8}$ ，看起来很复杂，不过仔细看的话，其实只是简单的排列组合罢了。
我们在做一道类似的题目巩固一下。
问题5：如何匹配一个可能是XXX-XXXXXXX、XXX-XXXXXXXX、XXXX-XXXXXXX、XXXX-XXXXXXXX、XXXXXXX和XXXXXXXX格式的固定电话呢？
我们将问题整理一下，座机可能有区号（3-4位），也可能没有区号，号码也可能是7位或者8位，那么总共有3+7、3+8、4+7、4+8、7位、8位的6种情况。
首先，我们可以使用\d{3,4}来表示3-4位的区号，然后有区号后面可以会跟一个-，当然也可以没有区号，那么就变成(\d{3,4}-)?，7-8位的号码很好表示，即\d{7,8}，再将两者进行组合，答案就出来了：^(\d{3,4}-)?\d{7,8}$
step3：小有所成
到这为止，你已经算是完成了入门准备，后面将会涉及到更多复杂的正则表达式。
前面我们已经提到了如何重复单个字符（直接在字符后面加上限定符就行了），但如果想要重复多个字符又该怎么办？你可以用小括号来指定子表达式(也叫做分组)，然后你就可以指定这个子表达式的重复次数了，当然你也可以对子表达式进行其它一些操作。
那么如何创建一个子表达式呢，默认情况下，一对括号之内的字符就是一个子表达式，它会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。然后，我们就可以开始学习关于分组的语法了。
后向引用用于重复搜索前面某个分组匹配的文本。例如，\1代表分组1匹配的文本。难以理解？请看示例：\b(\w+)\b\s+\1\b可以用来匹配重复的单词，像go go, 或者di di。
不过你也可以自己指定子表达式的组名。要指定一个子表达式的组名，可以使用这样的语法：(?
| 分类 | 代码/语法 | 说明 |
|---|---|---|
| 捕获 | (exp) | 匹配exp,并捕获文本到自动命名的组里 |
| 捕获 | (? |
匹配exp,并命名为name，也可写作(?‘name’exp) |
| 捕获 | (?:exp) | 匹配exp,不捕获匹配的文本，也不给此分组分配组号 |
| 零宽断言 | (?=exp) | 匹配exp前面的位置 |
| 零宽断言 | (?<=exp) | 匹配exp后面的位置 |
| 零宽断言 | (?!exp) | 匹配后面跟的不是exp的位置 |
| 零宽断言 | (?<!exp) | 匹配前面不是exp的位置 |
| 注释 | (?#comment) | 用于提供注释让人阅读 |
对于前两个语法，前面都已经解释过了，第三个 （(?:exp)） 不会改变正则表达式的处理方式，只是这样的组匹配的内容不会被捕获成组，也不会拥有组号。
“那么，我为什么要这么做呢？”——好问题，你觉得为什么呢？
接下来的四个用于查找在某些内容(但并不包括这些内容)之前或之后的东西，也就是说它们像\b、^、$那样用于指定一个位置，这个位置应该满足一定的条件(即断言)，因此它们也被称为零宽断言。最好还是拿例子来说明吧：
(?=exp)也叫零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I’m singing while you’re dancing.时，它会匹配sing和danc。
(?<=exp)也叫零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。
同理，(?!exp)也叫零宽度负预测先行断言，它断言自身出现的位置的后面能不匹配表达式exp。例如：\d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字；\b((?!abc)\w)+\b匹配不包含连续字符串abc的单词。
同理，(?<!exp)也叫零宽度负回顾后发断言，它断言此位置的前面不能匹配表达式exp：(?<![a-z])\d{7}匹配前面不是小写字母的七位数字。
问题6：如何匹配一个不包含属性的简单HTML标签内里的内容？
这道题有点难度，我们一点点来做。首先，一个HTML标签一般长这样：\<div\>abc\</div\>，我们要拿到的就是里面的abc。我们再仔细看，标签前面是一个<div>，后面跟着<\/div>，div的部分是一样的，这里可以使用分组的知识。
我们先将前后两个部分写出来：(?<=<\w+>)和(?=<\/\w+>)，再引入分组的概念，得到 (?<=<\w+>)和(?=<\/\1>)。
最后，再将标签和内容组合起来：(?<=<\w+>).*(?=<\/\1>)，这样就得到我们的答案了。
补充
当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。
有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样 .*? 就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧：
a.*?b 就会去匹配最少的字符串，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（因为它是从左往右匹配，得到第一个符合规则的就不会继续匹配了)。
如果你看到了这里，恭喜你，你已经完成了正则表达式的修炼！你可以去其他人面前露一手了。