正则表达式常用语法与实例详解
正则表达式（Regular Expression）是一种用于匹配字符串模式的工具，广泛应用于文本检索、验证、替换等场景。本文基于常用正则语法，结合实例解析其核心规则，帮助快速掌握正则表达式的使用。
基础匹配符号
1. 普通字符与转义符（\）
普通字符：直接匹配自身（如
a匹配 “a”，123匹配 “123”）。转义符
\：将特殊字符转为普通字符，或表示特殊含义：- 匹配特殊字符（如
\.匹配 “.”，\*匹配 “*”）。 - 表示不可见字符（如
\n匹配换行，\t匹配制表符）。
示例：
- 正则
a\.b匹配 “a.b”（而非 “acb” 等）。 - 正则
\t匹配字符串中的制表符。
- 匹配特殊字符（如
2. 锚点：定位匹配位置
^：匹配字符串的开始位置（如^abc匹配以 “abc” 开头的字符串，如 “abc123”）。$$`：匹配字符串的结束位置（如 `xyz$$ 匹配以 “xyz” 结尾的字符串，如 “123xyz”）。
\b：匹配单词边界（单词与非单词字符的分界，如er\b匹配 “never” 中的 “er”，但不匹配 “verb” 中的 “er”）。\B：匹配非单词边界（如er\B匹配 “verb” 中的 “er”，但不匹配 “never” 中的 “er”）。示例：
- 正则
^hello$仅匹配字符串 “hello”（精确匹配）。 - 正则
\bcat\b匹配 “cat” 或 “a cat”，但不匹配 “category”（”cat” 不是独立单词）。
- 正则
量词：控制匹配次数
量词用于指定前面的子表达式匹配的次数，默认是贪婪模式（尽可能多匹配），加 ? 可变为非贪婪模式（尽可能少匹配）。
| 量词 | 含义 | 示例 |
|---|---|---|
* |
匹配 0 次或多次（等价于 {0,}） |
zo* 匹配 “z”、”zo”、”zoo” |
+ |
匹配 1 次或多次（等价于 {1,}） |
zo+ 匹配 “zo”、”zoo”，不匹配 “z” |
? |
匹配 0 次或 1 次（等价于 {0,1}） |
do(es)? 匹配 “do” 或 “does” |
{n} |
精确匹配 n 次 | o{2} 匹配 “food” 中的两个 “o” |
{n,} |
至少匹配 n 次 | o{2,} 匹配 “foooood” 中的所有 “o” |
{n,m} |
匹配 n 到 m 次（n ≤ m） | o{1,3} 匹配 “foooo” 中的前 3 个 “o” |
*?/+? |
非贪婪模式（尽可能少匹配） | a.*?b 匹配 “aabcb” 中的 “aab” |
示例：
- 贪婪模式：
a.*b匹配 “aabcb” 中的 “aabcb”（从第一个 “a” 到最后一个 “b”）。 - 非贪婪模式：
a.*?b匹配 “aabcb” 中的 “aab”（从第一个 “a” 到最近的 “b”）。
字符集与范围
1. 字符集 []
- 匹配括号内的任意一个字符（如
[abc]匹配 “a”、”b” 或 “c”）。 - 特殊字符在
[]中无需转义（如[.*+]匹配 “.”、”*” 或 “+”）。
示例：
- 正则
[0-9a-zA-Z_]匹配数字、字母或下划线（等价于\w）。
2. 否定字符集 [^]
- 匹配不在括号内的任意字符（如
[^abc]匹配除 “a”、”b”、”c” 外的任何字符）。
示例：
- 正则
[^0-9]匹配非数字字符（等价于\D）。
3. 字符范围 -
- 表示连续字符范围（如
[a-z]匹配小写字母，[0-9]匹配数字）。
示例：
- 正则
[A-Za-z]匹配所有大小写字母。 - 正则
[1-5a-c]匹配 “1”-“5” 或 “a”-“c”。
预定义字符类
正则提供了简化常用字符集的预定义类：
| 预定义类 | 含义 | 等价字符集 |
|---|---|---|
. |
匹配除换行符（\n）外的任意字符 |
无（需匹配换行可使用 [\s\S]） |
\d |
匹配数字字符 | [0-9] |
\D |
匹配非数字字符 | [^0-9] |
\s |
匹配空白字符（空格、制表符、换行等） | [ \f\n\r\t\v] |
\S |
匹配非空白字符 | [^ \f\n\r\t\v] |
\w |
匹配字母、数字、下划线 | [A-Za-z0-9_] |
\W |
匹配非字母、数字、下划线 | [^A-Za-z0-9_] |
示例：
- 正则
\d{3}-\d{4}匹配形如 “123-4567” 的字符串。 - 正则
\w+@\w+\.\w+匹配简单邮箱（如 “user@example.com”）。
分组与引用
1. 分组 (pattern)
- 将
pattern视为一个整体（子表达式），可配合量词使用。 - 捕获分组：匹配的内容会被保存，可通过
\n（反向引用）或编程语言的 API 获取（如 Java 的group(n)）。
示例：
- 正则
(ab)+匹配 “ababab”（”ab” 重复 3 次）。 - 正则
(\d{3})-(\d{4})匹配 “123-4567”，分组 1 为 “123”，分组 2 为 “4567”。
2. 非捕获分组 (?:pattern)
- 仅分组，不保存匹配结果（提升性能，无需引用时使用）。
示例：
- 正则
(?:ab)+匹配 “abab”，但不保存分组内容。
3. 反向引用 \n
- 引用第 n 个捕获分组的内容（n 为正整数）。
示例：
- 正则
(\w+) \1匹配重复的单词（如 “hello hello”，\1引用第一个分组 “hello”）。 - 正则
<(\w+)>.*</\1>匹配成对标签（如<div>content</div>，\1引用 “div”）。
断言（零宽匹配）
断言用于判断某个位置前后是否符合特定条件，不消耗字符（仅匹配位置）。
1. 正向先行断言 (?=pattern)
- 匹配后面符合
pattern的位置。
示例：
- 正则
Windows(?=95|98|NT)匹配 “Windows95” 中的 “Windows”，但不匹配 “WindowsXP”。
2. 正向负向断言 (?!pattern)
- 匹配后面不符合
pattern的位置。
示例：
- 正则
Windows(?!95|98|NT)匹配 “WindowsXP” 中的 “Windows”，但不匹配 “Windows98”。
3. 反向先行断言 (?<=pattern)
- 匹配前面符合
pattern的位置。
示例：
- 正则
(?<=http:|https:)//匹配 “http://“ 或 “https://“ 中的 “//“（前面必须是 “http:” 或 “https:”）。
4. 反向负向断言 (?<!pattern)
- 匹配前面不符合
pattern的位置。
示例：
- 正则
(?<!abc)123匹配 “x123” 中的 “123”，但不匹配 “abc123” 中的 “123”。
常用正则实例
1. 验证场景
- 手机号：
^1[3-9]\d{9}$（以 1 开头，第二位 3-9，共 11 位）。 - 邮箱：
^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$（支持字母、数字、下划线及多级域名）。 - URL：
^https?://[a-zA-Z0-9-]+(\.[a-zA-Z0-9-]+)+(:\d+)?(/.*)?$（匹配 http/https 开头的网址）。 - 身份证号：
^\d{17}[\dXx]$（18 位，最后一位可为数字或 X/x）。
2. 提取与替换
- 提取 HTML 标签内容：
<title>(.*?)</title>（非贪婪匹配提取标题内容）。 - 替换空格：正则
\s+匹配连续空格，替换为单个空格。 - 隐藏手机号中间 4 位：正则
(\d{3})\d{4}(\d{4})，替换为$1****$2（如 “13800138000” → “138**8000”）。
注意事项
1.贪婪 vs 非贪婪 ：量词后加 ? 切换为非贪婪模式（如 .\*? 而非 .\*）。
2.转义字符 ：在编程语言中使用时，需注意双重转义（如 Java 中 \\d 表示 \d）。
3.性能优化 ：避免过度复杂的正则（如嵌套量词 (a\*)\*），可能导致匹配效率低下。
4.测试工具 ：使用在线工具（如 Regex101）验证正则表达式，快速调试