简介

• 精确地描述需要匹配的字符组合，从而高效和灵活的处理文本。

• 应用：
• 网站验证用户输入信息是否符合规范。
• 文本编辑软件中进行更高级的搜索和替换。
• Linux 和 macOS 中通过 grep 和 sed 等命令使用正则表达式进行文本处理。

工具

• 正则表达式在线工具网站：

RegExr: Learn, Build, & Test RegEx

RegExr is an online tool to learn, build, & test Regular Expressions (RegEx / RegExp).

https://regexr.com/

• VS Code 中的 Regex Previewer 插件。

• Python 中的 re 模块。

基本语法 (Basic)

• 开始：正则表达式一般使用两个斜线包裹起来，如 /表达式/修饰符。

• 修饰符：
• g：global，全局匹配。
• i：case insensitive，忽略大小写。
• m：multiline，多行匹配。
• s：single line (dotall)，默认情况下的圆点 . 是匹配除换行符 \n 之外的任何字符，加上 s 修饰符之后 . 中包含换行符 \n。
• u：unicode，开启完整的 Unicode 支持。
• y：sticky，粘滞（Sticky）模式，在文本中的确切位置搜索。

• 匹配字母 或 数字：
• a，匹配 a。
• ab，匹配 ab。
• 1，匹配 1。

• 匹配任意字符（. 号）：
• ab. 匹配 ab 后加上一个任意字符的字符串。

• 集合（[]方括号）：
• [abc0]，匹配 a 或 b 或 c 或 0。
• [a-zA-Z0-9]，匹配 a 至 z 的所有小写字母、A 至 Z 的所有大写字母 或 0 至 9 的数字。
• [^a-zA-Z]，匹配除 a 至 z 的所有小写字母 和 A 至 Z 的所有大写字母以外的字符。

• 预定义字符类：
• \d，匹配所有数字，作用同 [0-9]。
• \D，匹配所有非数字，作用同 [^0-9]。
• \w，匹配所有字母、数字 或 下划线，作用同 [a-zA-Z0-9_]。
• \W，匹配除字母、数字 和 下划线以外的字符，作用同 [^a-zA-Z0-9_]。
• \s，匹配空白字符（空格 或 Tab），作用同 [ ]。
• \S，匹配除空白字符（空格 或 Tab）以外的字符，作用同 [^ ]。

• 需要转义的字符：
• * . ? + $ ^ [ ] ( ) { } | \ /，匹配以上字符时需要在字符钱加上 \。

位置和边界匹配 (Anchors)

• 行边界
• 修饰符
• ^：表示每一行的开头。
• $：表示每一行的结尾。
• 例子
• ^abc$：一行的开头和结尾之间只有 abc 的字符串。

• 单词边界
• 修饰符
• \b：表示单词边界。
• \B：表示非单词边界。
• 例子
• \bon：匹配以 on 开头的单词中的 on。
• on\b：匹配以 on 结尾的单词中的 on。
• \bon\b：匹配独立的 on 的单词。
• \Bon\B：匹配在单词中间的 on。

量词 (Quantifiers)

• +：表示前面的字符重复了一次或多次。
• 例如
• ab+：匹配 ab、abb、abbb…

• *：表示前面的字符重复了零次或多次。
• 例如
• ab*：匹配 a、ab、abb…

• ?：表示前面的字符重复了零次或一次。
• 例如
• ab?：匹配 a 和 ab。

• {次数}：指定前面字符重复的次数。
• 例如
• ab{2}：匹配 abb。
• ab{3}：匹配 abbb。
• ab{1,3}：匹配 ab、abb 和 abbb。
• ab{3,}：匹配 abbb、abbbb、abbbbb…
• ab{3,}?：非贪婪匹配，只会匹配 abbb。

分组和捕获 (Groups)

• 使用 () 进行分组，使用 $数字 进行捕获，使用 \数字 进行引用。

• 非捕获分组：(?:匹配规则)，该分组将不会被捕获到。

• 例子
• (ab){3}：匹配 ababab。
• (A|a)pple：匹配 Apple 和 apple。
• 替换年月日的顺序：
• 数据
• 2024-08-19
• 2024/08/20
• 2024_08_21
• 2024.08.22
• 20240823
• 分组
• /(\d{4})[-/_.]?(\d{1,2})[-/_.]?(\d{1,2})/gm
• 捕获
• $2-$3-$1
• 替换结果
• 08-19-2024
• 08-20-2024
• 08-21-2024
• 08-22-2024
• 08-23-2024
• 引用：
• 数据
• alibaba
• tencent
• google
• apple
• microsoft
• 分组和引用
• /\b([a-z])[a-z]*\1\b/gm
• 匹配结果
• alibaba
• tencent

前瞻 (Lookahead) 和 后顾 (Lookbehind)

• 作用：匹配某些字符前面或后面的内容，而不包含这些字符本身。

• 正向前瞻：(?=匹配规则)
• 例如
• \$(?=\d+)，匹配 $123、$321、$23… 中的 $，匹配所有数字前的 $。

• 负向前瞻：(?!匹配规则)
• 例如
• \$(?!\d+)，匹配 $abc、$bac、$ac… 中的 $，匹配所有非数字前的 $。

• 正向后顾：(?<=匹配规则)
• 例如
• (?<=\$)\d+ ，匹配 $123、$321、$23… 中的 123、321、23…，匹配所有 $ 后的数字。

• 负向后顾：(?<!匹配规则)
• 例如
• (?<!\$)\d+，匹配 SU7、RTX4080、#123… 中的 7、4080、123…，匹配所有非 $ 后的数字。
• (?<!\$)\b\d+\b，可避免匹配 $123、$213、$23… 中的 23、13、3…

正则表达式版本

• POSIX 基本 - Basic Regular Expression (BRE)

• POSIX 扩展 - Extended Regular Expression (ERE)

• Perl 兼容正则表达式 (PCRE)

• 其他版本 (Python、Java、JavaScript…)