正则表达式
本文首发于微信公众号： 【软测小生】
一、 什么是正则表达式：
在维基百科中，正则表达式被形容是“使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。”
二、 为什么使用正则表达式：
在接触到这一概念时，我们可能会觉得它神秘莫测，同时又比较难以理解。首先我们了解了正则表达式（下文简称为正则）是一个字符串，它由一系列我们常用或常见的文字、符号等组合而成，在我们需要检索特定文本时，通过使用正则，往往能够提升效率，避免做出大量重复检查、匹配的劳动。
三、 如何使用正则表达式：
接下来，我们完全可以将正则理解为一门语言，它有属于自己的字符、字符含义、字符组合等，我们可以通过一些实例来具体看一下，究竟什么情况下，这门“神奇”的语言能够帮到我们。
1. 我想找一个已经明确的对象
这个时候我们可以直接写出要找的字符，比如我要找Green；
image.png
2. 如果我需要查找Green这个单词，请注意，这和前面的匹配条件是有细微差别的
image.png
这里的\b标记单词的边界（实际上是一个位置），在进行主观判断时，建议你通过以下条件查看一个序列是否匹配——
(1) \b本身是不具有长度的，所到达的这个位置是单词边界，就算是匹配成功；
(2) \b的一侧是构成单词的字符，另一侧不能是英文字母、数字、下划线，所以Greens右侧出现了s，就不符合筛选条件了；
3. 现在我们需要查找一个T后面跟随2位长度字符的序列
image.png
在这里，The和Tom我们都找到了，其实\w代表任意一个字母、数字或者下划线，而{2}表示将前面的一个单元重复2次，也就是说T1a，T23，T4_，T_6，T__，都是可以通过这个正则筛选出来的，Tony当中的Ton也符合这个正则；
4. 通过修改上面这条正则，我们也可以直接筛选到Tony
image.png
变化就在{2,3}当中，这里{2,3}表示将前面的一个单元重复最少2次，最多3次，如果你还想筛选Tommy，可以继续修改这个正则为T\w{2,4}；
5. 你可能已经发现，在使用\w时，我们不能只筛选英文字母或者说准确到只筛选小写英文字母
image.png
[a-z]表示从小写字母a到小写字母z这个范围，匹配到任意一个字母就算成功，那么我们使用上面这条正则，就可以筛选到The，Tom，Tony，类似，如果需要筛选大写字母序列，可以使用[A-Z]，比如TOM，TONY，就可以使用T[A-Z]{2,3}筛选出来。
四、 在哪里使用正则表达式：
首先，多数的编程语言都能够支持正则，比如python，Java等；
平常在使用Fiddler、Charles等代理工具时，我们也可以通过正则来简化重定向，比如[t|T]1.abc.com可以定位到t1.abc.com或T1.abc.com，其中|表示或。
现在简单总结一下，我们可以通过使用正则来识别全部符合要求的文本，同时，也忽略掉那些不符合要求的文本。在构建正则时，我们需要使用到基本字符和特殊字符。基本字符主要包括英文字母、数字（准确说应该是十进制数字）、下划线、空格等等，我们可以简单理解为，这些字符在一条正则中，表示的就是它本身的意义，没有发生什么变化。比如我们上面已经应用过的，Green表示的就是大写字母G，小写字母r，e，e，n按照顺序组成的一个序列，而在{2,3}当中，2表示的就是数字2。当然还有一些特殊字符，比如[a-z]中，[]就不是简单的括号，而表示在它当中列举的字符里选择一个，当然-也不仅仅是连字符了，而是代表了一个范围。类似还有像\b，\w，\n（一个换行符），\s（一个空格），.（除换行符以外的其他任意一个字符），^（一行开始的位置），$（一行结束的位置）。
五、 部分正则表达式实例： 在实际测试中很多都用得到正则表达式，有的时候用好了，事半功倍，甚至好几倍：
比如你得到一个很长的文本文档，你要删除/增加其中一部分重复的内容，一点点手动删除肯定会手抽筋，但是可以写一个正则表达式即可搞定。
实例1：
用Notepad++快速替换文本文档中的换行符或者****批量去掉换行符。
首先小编遇到这样的问题，想把下图左边的内容快速转换成为右边的样式使用。
image
巧妙利用 \r\n，并选中 对反斜杠""进行转义，如下：
image
实例2： 批量删除以“#id”开头所有行的内容，删除该文本中所有以"$id": 开头的行，可能有上百行，不能一行行手动删除。
image
解决： 正则表达式： "$id":.*?\r\n 首先查找
image
然后替换——>全部替换
image
更多的正则表达式：
正则表达式验证6到10个字符串或数字的长度：^[a-zA-Z0-9]{6,10}$
YYYY/(-)MM/(-)DD:****(2017-05-31 2017/05/31)
([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-|/
DD/MM/YYYY:（31-05-2017 31/05/2017）
(((0[1-9]|[12][0-9]|3[01])-|/)|((0[1-9]|[12][0-9]|30)-|/)|((0[1-9]|[1][0-9]|2[0-8])[-|/]02))-|/
DD MM,YYYY(英语月份)
(((0[1-9]|[12][0-9]|3[01]) (Jan|Mar|May|(July|Jul)|(August|Aug)|Dec))|((0[1-9]|[12][0-9]|30) (Apr|Jun|(September|Sep)|Nov))|((0[1-9]|[1][0-9]|2[0-8]) Feb))(\, | )([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})"
推荐大家一个比较实用的正则表达式测试网站：
https://tool.chinaz.com/regex，
在这里可以判断你写的正则表达式是否符合你的预期，对符合筛选条件的字符串标注颜色等。
参考文献：
(1) https://zh.wikipedia.org/wiki/%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F
(2) 《精通正则表达式》（第3版），电子工业出版社
