【从零开始】正则表达式从入门到应用2

第二章量词

2.1概述

所谓量词，可以理解为用来描述某个字符（字符组）重复出现的次数。举个例子，11位数的电话号码，如果不考虑前三位的固定组合，用正则表达式写成：
\d\d\d\d\d\d\d\d\d\d\d
其中d重复了11次，十分不方便，所以就引入了量词，上式可以轻松地写成：
\d{11}
量词也支持对长度描述范围，形如{m,n} m和n分别是两个整数，相当于数学中的[m,n]，例如\d{1,11}，表示这个数字字符串的长度最短1个字符，最长11个字符。

【注意】{m,n}的n省略写成{m,} 表示字符出现最少m次，且没有上限。

2.2 常用量词表示

有几种技术人员常用的量词表示，产生出了相当于量词的简记策略。

常用量词	等价形式	含义
?	{0,1}	字符（组）可能出现1次或者不出现
+	{1,}	字符（组）至少出现1次，且无上限
*	{0,}	字符（组）可能不出现或者出现次数无上限

2.3 点号

特殊的元字符 .（点号），点号可以匹配除了换行符n之外的所有字符，包括数字、字母各种符号等。如果需要匹配真正的所有字符的话，可以在设置单行模式匹配的情况下使用点号，或者使用第一章所讲，使用 [\s\S]。

2.4 匹配优先量词

正则表达式中的量词可以分为几种类别，之前介绍的量词都是可以归为匹配优先量词，其匹配策略为：当不确定是否要匹配时，先尝试匹配，再做后续动作。
因为有匹配优先的存在，对于通配符（除\n）点号就有可能匹配到本不该匹配到的部分（比如字符串的末尾），这时候就应该放弃本次匹配，让表达式的后一部分尝试匹配。这一个过程称为回溯。

2.5忽略优先量词

相反地，当不确定时候要匹配时选择不匹配的称为忽略优先量词。先尝试用表达式后面的部分匹配，不符合时再做回溯操作。
上面提到的常用量词都是优先匹配的，它们都有忽略优先的对应量词，见下表：

匹配优先量词	忽略优先量词	含义
*	*?	字符（组）可能出现1次或者不出现
+	+?	字符（组）至少出现1次，且无上限
?	??	字符（组）可能不出现或者出现次数无上限
{m,n}	{m,n}?	字符（组）至少出现m次，最多出现n次
{m,}	{m,}?	字符（组）至少出现m次，且无上限
{,n}	{,n}?	字符（组）可能出现或者不出现，最多出现n次

【注意】对于忽略优先量词的转义包括前后两部分，即*?的转义为\*\? ,+?的转义为\+\? ,??的转义为\?\?

讲完了两种重要的元素，字符组和量词。
【预告】第三章分组。