目录
一、什么是正则表达式？
正则表达式（Regular Expression）是一种描述字符串匹配模式的工具，通过特殊字符组合实现复杂文本的查找、替换和验证功能。
核心作用：
文本搜索（查找特定模式）
数据验证（如邮箱格式检查）
文本替换（格式化数据）
数据提取（爬虫中的信息抽取）
二、基础语法速查表
| 元字符 | 描述 | 示例 |
|---|---|---|
. |
匹配任意字符（除换行符） | a.c 匹配 "abc", "a1c" |
| ^ | 匹配字符串开始 | ^Hello 匹配 "Hello World" 开头 |
$ |
匹配字符串结束 | world$ 匹配 "Hello world" |
* |
匹配前一个字符0次或多次 | ab* 匹配 "a", "abbb" |
+ |
匹配前一个字符1次或多次 | ab+ 匹配 "ab", "abbb" |
? |
匹配前一个字符0或1次 | colou?r 匹配 "color" 或 "colour" |
{n} |
精确匹配n次 | a{3} 匹配 "aaa" |
{n,} |
至少匹配n次 | a{2,} 匹配 "aa", "aaaa" |
{n,m} |
匹配n到m次 | a{2,4} 匹配 "aa", "aaa" |
[] |
字符集合 | [abc] 匹配 "a", "b", 或 "c" |
[^] |
反向字符集合 | [^abc] 匹配除a/b/c外任意字符 |
\d |
匹配数字（0-9） | \d{3} 匹配 "123" |
\w |
匹配字母/数字/下划线 | \w+ 匹配 "hello_123" |
\s |
匹配空白字符 | a\sb 匹配 "a b" |
三、进阶特性
1.分组与捕获
# 匹配日期格式（YYYY-MM-DD）
(\d{4})-(\d{2})-(\d{2})
# 分组结果：
# Group 1: 年份
# Group 2: 月份
# Group 3: 日期2.非捕获分组
# 仅分组不捕获
(?:https?)://[^\s]+3.前瞻与后顾
# 正向前瞻：匹配后面跟着"元"的数字
\d+(?=元)
# 负向前瞻：匹配后面不跟着"元"的数字
\d+(?!元)
# 正向后顾：匹配前面是"价格："的数字
(?<=价格：)\d+
# 负向后顾：匹配前面不是"价格："的数字
(?<!价格：)\d+4.贪婪与懒惰匹配
# 贪婪匹配（默认）
<.*> # 匹配 <div>content</div> 整个字符串
# 懒惰匹配（加?）
<.*?> # 只匹配 <div> 和 </div>四、实战案例
案例1：验证手机号
^1[3-9]\d{9}$- ^1 以1开头
- [3-9] 第二位为3-9
- \d{9} 后面跟9为数字
案例2：提取网页中所有链接
<a\s+(?:[^>]*?\s+)?href=(["'])(.*?)\1捕获组2即为链接地址
案例3：密码强度验证
^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[@$!%*?&])[A-Za-z\d@$!%*?&]{8,}$要求：
- 至少8位
- 包含大小写字母
- 包含数字和特殊字符