正则表达式（Regular Expression）详解-EW帮帮网

正则表达式（简称"regex"或"regexp"）是一种强大的文本模式匹配工具，它使用特定语法来描述、匹配和操作字符串。

基本概念

正则表达式是由普通字符（如字母a到z）和特殊字符（称为"元字符"）组成的文本模式。这个模式描述在搜索文本时要匹配的一个或多个字符串。

主要用途

验证：检查字符串是否符合特定模式（如邮箱、电话号码格式）
搜索：在文本中查找特定模式的字符串
替换：将匹配的文本替换为其他内容
提取：从字符串中提取特定部分

基本语法

常见元字符

元字符	说明
`.`	匹配任意单个字符（除换行符外）
`^`	匹配字符串的开始位置
`$`	匹配字符串的结束位置
`*`	匹配前面的子表达式零次或多次
`+`	匹配前面的子表达式一次或多次
`?`	匹配前面的子表达式零次或一次
`\d`	匹配一个数字字符，等价于[0-9]
`\w`	匹配字母、数字或下划线，等价于[A-Za-z0-9_]
`\s`	匹配任何空白字符（空格、制表符、换行符等）
`[abc]`	匹配a、b或c中的任意一个字符
`[^abc]`	匹配任何不在a、b或c中的字符
`{n}`	匹配恰好n次
`{n,}`	匹配至少n次
`{n,m}`	匹配至少n次，最多m次

示例

匹配手机号（中国大陆）：
```
^1[3-9]\d{9}$
```
- ^：字符串开始
- 1：数字1开头
- [3-9]：第二位是3-9中的一个数字
- \d{9}：后面跟着9个数字
- $：字符串结束

匹配邮箱：

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

匹配日期（YYYY-MM-DD格式）：

^\d{4}-(0[1-9]|1[0-2])-(0[1-9]|[12][0-9]|3[01])$

在不同语言中的使用

JavaScript

// 创建正则表达式
const regex = /pattern/flags;  // 字面量形式
const regex = new RegExp("pattern", "flags");  // 构造函数形式

// 使用示例
const phoneRegex = /^1[3-9]\d{9}$/;
console.log(phoneRegex.test("13812345678")); // true

const match = "Hello 123".match(/\d+/);
console.log(match[0]); // "123"

Python

import re

# 匹配
phone_pattern = r'^1[3-9]\d{9}$'
if re.match(phone_pattern, "13812345678"):
    print("Valid phone number")

# 查找所有匹配
numbers = re.findall(r'\d+', 'abc123def456')
print(numbers)  # ['123', '456']

Java

import java.util.regex.*;

Pattern pattern = Pattern.compile("^1[3-9]\\d{9}$");
Matcher matcher = pattern.matcher("13812345678");
boolean isMatch = matcher.matches(); // true

进阶概念

分组：使用()捕获分组

^(\d{3})-(\d{3,8})$  // 匹配区号-电话号码

非贪婪匹配：在*或+后加?实现最小匹配
```
<.*?>  // 匹配HTML标签（非贪婪模式）
```
先行断言：
- (?=pattern) 正向先行断言
- (?!pattern) 负向先行断言
修饰符：
- i 不区分大小写
- g 全局匹配
- m 多行模式

学习建议

从简单模式开始练习
使用在线工具（如regex101.com）测试你的正则表达式
记住常见模式（如邮箱、URL、电话号码等）
注意不同语言中正则表达式实现的细微差异

正则表达式虽然学习曲线较陡，但一旦掌握，可以极大地提高文本处理的效率和能力。

正则表达式（Regular Expression）详解