正则表达式
正则表达式（Regular Expression）是一种强大的 文本匹配与处理工具，广泛用于字符串搜索、替换、验证等场景。以下是核心符号及其用法：
1. 基本匹配符号
| 符号 | 说明 | 示例 |
|---|---|---|
. | 匹配 任意单个字符（除换行符 \n） | "a.c" → "abc", "a1c" |
\ | 转义特殊字符（如 \. 匹配 .） | "a\.c" → "a.c"（不匹配 "abc"） |
[...] | 匹配 括号内任意一个字符 | "[aeiou]" → "a"、"e" |
[^...] | 匹配 不在括号内的字符 | "[^0-9]" → 匹配非数字字符 |
| **` | `** | 或 逻辑（匹配左边或右边） |
2. 预定义字符类
| 符号 | 说明 | 等价写法 |
|---|---|---|
\d | 匹配 数字（0-9） | [0-9] |
\D | 匹配 非数字 | [^0-9] |
\w | 匹配 单词字符（字母、数字、下划线） | [a-zA-Z0-9_] |
\W | 匹配 非单词字符 | [^a-zA-Z0-9_] |
\s | 匹配 空白符（空格、制表符 \t、换行 \n 等） | [ \t\n\r\f] |
\S | 匹配 非空白符 | [^ \t\n\r\f] |
3. 量词（控制重复次数）
| 符号 | 说明 | 示例 |
|---|---|---|
* | 匹配 0 次或多次 | "a*" → ""、"a"、"aaa" |
+ | 匹配 1 次或多次 | "a+" → "a"、"aaa"（不匹配 ""） |
? | 匹配 0 次或 1 次 | "a?" → ""、"a" |
{n} | 匹配 恰好 n 次 | "a{3}" → "aaa" |
{n,} | 匹配 至少 n 次 | "a{2,}" → "aa"、"aaa" |
{n,m} | 匹配 n 到 m 次 | "a{2,4}" → "aa"、"aaa"、"aaaa" |
4. 锚点（位置匹配）
| 符号 | 说明 | 示例 |
|---|---|---|
^ | 匹配 字符串开头 | "^abc" → "abc"（必须在开头） |
$ | 匹配 字符串结尾 | "xyz$" → "xyz"（必须在结尾） |
\b | 匹配 单词边界 | "\bcat\b" → "cat"（不匹配 "category"） |
\B | 匹配 非单词边界 | "\Bcat\B" → "scatter" 中的 "cat" |
5. 分组与捕获
| 符号 | 说明 | 示例 |
|---|---|---|
(...) | 捕获分组（可提取匹配内容） | "(ab)+" → "abab"（分组 "ab"） |
(?:...) | 非捕获分组（不提取内容） | "(?:ab)+" → 匹配但不捕获 "ab" |
\n | 引用第 n 个分组（n=1,2,...） | "(a)\1" → "aa"（\1 引用 "a"） |
6. 高级特性
| 符号 | 说明 | 示例 |
|---|---|---|
(?=...) | 正向先行断言（后面必须匹配） | "a(?=b)" → "a" 后面必须跟 "b" |
(?!...) | 负向先行断言（后面不能匹配） | "a(?!b)" → "a" 后面不能是 "b" |
(?<=...) | 正向后行断言（前面必须匹配） | "(?<=a)b" → "b" 前面必须是 "a" |
(?<!...) | 负向后行断言（前面不能匹配） | "(?<!a)b" → "b" 前面不能是 "a" |
7. 常用正则示例
① 匹配邮箱
regex
/^[a-z0-9._%+-]+@[a-z0-9.-]+\.[a-z]{2,}$/i^开头，$结尾。[a-z0-9._%+-]+用户名部分（字母、数字、符号）。@后接域名（如example.com）。
② 匹配 URL
regex
/^(https?:\/\/)?([\w.-]+)\.([a-z]{2,})(\/\S*)?$/ihttps?匹配http或https。([\w.-]+)域名（如google.com）。(\/\S*)?可选路径（如/path）。
③ 匹配手机号（中国大陆）
regex
/^1[3-9]\d{9}$/1开头，第二位3-9，后面接 9 位数字。
④ 提取 HTML 标签内容
regex
/<div>(.*?)<\/div>/.*?非贪婪匹配（匹配最短可能内容）。
8. 正则表达式修饰符
| 修饰符 | 说明 | 示例 |
|---|---|---|
i | 不区分大小写 | /abc/i → "ABC" |
g | 全局匹配（JavaScript/Python 等） | /a/g 匹配所有 "a" |
m | 多行模式（^ 和 $ 匹配每行） | /^abc/m 匹配每行开头的 "abc" |
s | 单行模式（. 匹配换行符 \n） | /a.b/s → "a\nb" |
9. 注意事项
- 贪婪 vs 非贪婪：
- 默认 贪婪匹配（
.*匹配尽可能长的字符串）。 - 使用
.*?实现 非贪婪匹配（匹配最短可能）。
- 默认 贪婪匹配（
- 性能优化：
- 避免嵌套量词（如
(a+)+可能导致灾难性回溯）。 - 优先使用具体字符类（如
\d代替[0-9]）。
- 避免嵌套量词（如
- 兼容性：
- 不同语言（如 PHP、JavaScript、Python）的正则语法可能略有差异。