正则表达式是利用字母或字符来描述和匹配具有某种规则的字符串。正则表达式最初发展是对人类神经网络的研究，其目的是用数学的方式来描述神经网络。后来被广泛应用于对字符串的匹配和处理。

很多计算机语言、Unix都采用正则表达式用于处理文本编辑和搜索。特别要注意的是，不同的计算机语言采用了不同的正则表达式解析引擎，不同的引擎工作机制和内部细节可能是不一样的。有可能出现同一个正则表达式，在不同的解释器下会出现不同的结果。

声明

默认情况下做如下约定：

1. 不同的正则表达式解释器对正则表达的解释和执行结果不同，本文例子并不代表所有正则表达式解释器均能执行。

2. 除非有特殊说明，解释器模式均按NFA模式处理。关于DFA，本文不涉及。

3. 文中，双引号为字符串“”标识符，间隔符``为正则表达式的标识符。

简介

正则表达式主要就是用来描述和检索字符用的。

 例如，在句子“Jack is a boy”中找到字母“J”，可以直接用正则表达式：

`J`

在正则表达式中，除了可以直接用字母来查找所需要的字母。还可以用字符串来查找字符串。如果要在上述句子中搜索单词“boy”，可以直接用正则表达式：

`boy`

类似于这种直接用字母或字符串查找字符串的方式，是正则表达式最基础的应用。

在实际使用过程中，我们可能不一定明确知道所需要搜索的单词。比如，在句子“Jack is 10 years old”中，查找其中的数字。可以用正则表达式：

`[123456789][0123456789]`

表达式中，`[123456789]`为字符集，表示可能是数字1、2、3、4、5、6、7、8、9中的一个。正则表达式的意思为一个由1到9和0到9两个字符组成的两位数，也就是 "10" 到 "99"。考虑不会出现“00”到“09”这种组合方式，所以数字第一位不包括"0"字符。

字符集是常用的正则表达式类型之一，可以用元字符`-`来简化使用。如，上个表达式简写成：

`[1-9][0-9]`

表达式中，`[1-9]`代表的就是`[123456789]`。

上述表达式还有一个问题，假如我们的要查找的数字不是两位数，可能是一个多位数。那可以将表达改成：

`[1-9][0-9]+`

表达式分成了两个部分，`[1-9]`仍然表示“1到9”其中的一个字符。`[0-9]+`中，重复限定符`+`在正则表达中表示前面的子表达式出现一次或多次。`[0-9]+`表示一个或多个数字组成的字符串。两个部分组合在一起可以表示一个两位数以上的数字字符串。也就是说，上述表达式可以匹配字符串：“12”、“123”、“123456789”等字符串。

对于这种常见字符集，正则表达式还有一些常见的缩写方式，如：

`\d`

直接用`\d`这个元字符代表一个数字。等同于字符集`[0-9]`。其中，`\`为转义字符，转义字符和普通字符能组成不同的含义。所以，上述表达式还可以简单写成：

`[1-9]\d+`

更多的正则表达式使用方法在后续中逐步介绍。