正则表达式（Regex）

正则表达式（Regular Expression，简称Regex）是一种用于匹配字符串的强大工具，在文本搜索、数据提取、字符串替换等领域广泛应用。本教程将从基础到高级，系统介绍正则表达式的使用方法。

---

1. 正则表达式基础

1.1 什么是正则表达式？

正则表达式是一种模式（Pattern），用于匹配文本中的特定字符串。它可以用于：

• 搜索（查找符合特定规则的文本）
• 匹配（判断字符串是否符合规则）
• 替换（修改符合规则的文本）

在Python、JavaScript、Java等多种编程语言中，正则表达式都有相应的支持库。

1.2 正则表达式基本语法

符号	含义	示例
.	匹配任意单个字符（除换行符）	c.t 可匹配 cat, cut, c1t 等
^	匹配字符串的开头	^hello 可匹配 "hello world" 但不匹配 "hi hello"
$	匹配字符串的结尾	world$ 可匹配 "hello world" 但不匹配 "world hello"
*	匹配前一个字符 0 次或多次	ab*c 可匹配 "ac", "abc", "abbc"
+	匹配前一个字符 1 次或多次	ab+c 可匹配 "abc", "abbc"，但不匹配 "ac"
?	匹配前一个字符 0 次或1次	ab?c 可匹配 "ac" 和 "abc"
{n}	匹配前一个字符 n 次	a{3} 只匹配 "aaa"
{n,}	匹配前一个字符 至少 n 次	a{2,} 匹配 "aa", "aaa", "aaaa"
{n,m}	匹配前一个字符 n 到 m 次	a{2,4} 匹配 "aa", "aaa", "aaaa"
[]	匹配括号中的任意字符	[abc] 可匹配 "a", "b", "c"
|	逻辑“或”
\	转义特殊字符	\. 可匹配 .（点）本身

---

2. 字符类（Character Classes）

字符类用于定义一组可匹配的字符。

字符类	含义	示例
[abc]	匹配 a、b 或 c	[ch]at 可匹配 "cat" 或 "hat"
[^abc]	非 a、b、c	[^0-9] 匹配非数字字符
[a-z]	匹配小写字母	[a-zA-Z] 匹配所有英文字母
[0-9]	匹配数字	[0-9]+ 匹配 "123", "456"
.	匹配任意字符（除换行）	a.c 可匹配 "abc"，但不匹配 "ac"

---

3. 预定义字符

正则表达式提供了一些预定义的字符，代表常见的字符类型。

预定义字符	含义	示例
\d	数字 [0-9]	\d+ 匹配 "123", "42"
\D	非数字 [^0-9]	\D+ 匹配 "abc", "XYZ"
\w	单词字符 [a-zA-Z0-9_]	\w+ 匹配 "hello", "world_123"
\W	非单词字符 [^a-zA-Z0-9_]	\W+ 匹配 "@#$%!"
\s	空白字符（空格、制表符、换行符）	\s+ 可匹配 " "
\S	非空白字符	\S+ 可匹配 "hello"

---

4. 分组（Grouping）与引用

4.1 捕获组（Capturing Groups）

用小括号 () 将部分模式分组，以便引用。

示例：

(\d{3})-(\d{2})-(\d{4})

匹配 "123-45-6789"，并捕获：

• \1：123
• \2：45
• \3：6789

4.2 反向引用

在替换或匹配中，可用 \1 引用之前匹配的组。

示例：

(\w+)\s\1

可匹配 "hello hello"（重复单词）。

---

5. 贪婪与惰性匹配

模式	匹配规则
.*	贪婪匹配（尽可能多匹配）
.*?	惰性匹配（尽可能少匹配）

示例：

<.*>

匹配 <div>hello</div>，但会匹配整个 <div>hello</div>。

如果使用：

<.*?>

则只匹配 <div>。

---

6. 断言（Assertions）

6.1 位置匹配

断言	含义	示例
^	开头匹配	^hello 只匹配 "hello world"
$	结尾匹配	world$ 只匹配 "hello world"
\b	单词边界	\bcat\b 只匹配 " cat "
\B	非单词边界	\Bcat\B 不匹配 " cat "

6.2 前后向断言

断言	描述	示例
(?=...)	正向预查（后面必须是...）	\d(?=px) 匹配 "10px" 中的 10
(?!...)	负向预查（后面不能是...）	\d(?!px) 匹配 "10kg" 中的 10
(?<=...)	正向回顾（前面必须是...）	(?<=\$)\d+ 匹配 "$100" 中的 100
(?<!...)	负向回顾（前面不能是...）	(?<!\$)\d+ 不匹配 "$100"

---

7. 实践案例

7.1 邮箱验证

^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$

7.2 手机号匹配

^1[3-9]\d{9}$

7.3 URL 匹配

https?:\/\/(www\.)?[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}(/.*)?$