正则表达式快速入门

正则表达式是由一系列元字符（Meta-characters）组成的模式，用于定义搜索或替换文本的规则。元字符具有特殊含义，用于指定搜索模式的结构。以下是一些常用的正则表达式元字符及其功能：

字符匹配符

符号	含义
.	匹配除 \r\n以外的任何单个字符
\d	匹配数字字符
\D	匹配非数字字符
\w	匹配单词字符（英文、数字、下划线、汉字）
\W	匹配非单词字符（#、@、_）
\s	匹配空白符（包括换行和Tab）
\S	匹配非空白符

案例：

• a...b ：匹配文本中以a开头，b结尾，中间包含三个字符的字符串 例如：aaaab、a123b
• \W\d\d ：匹配文本中以1个非字符开头，后跟两个数字的字符串 例如：#12、?00

限定符（Quantifier）：
限定符用于指定符号前面的字符和组合项连续出现的次数，常用的限定字符如下：

符号	含义
*	指定字符重复0次或n次
+	指定字符重复0次或n次
?	指定字符重复0次或1次
{n}	正好匹配n个字符或组合，n是非负数
{n,}	匹配n个以上的字符或组合
{n,m}	匹配n-m个字符或女组合，m大于n

案例：

• [123]*：匹配文本中由123字符组成的字符串 例如：123、11123、33
• \d+： 匹配文本中重复1次或多次数字
• https?：匹配文本中的http或者https字符串
• \d{10}：匹配文本中10个连续的数字
• \d{4,}：匹配文本中连续4个或以上的数字
• ^\d{1,6}$：匹配文本中连续1-6个的数字

字符类（Character Classes）
用于匹配特定的字符集合。

符号	含义
[ ]	可接收的字符列表
[^]	不可接受的字符列表
-	连字符

案例：

• [abc]：匹配abc中任意一个字符
• [^0123456789] ：匹配文本中数字以外的任意单个字符，同[^\d]
• [A-Z] ：匹配任意单个大写字母
• [0-9a-z]：匹配任意单个小写字母或数字
• [\w\W]：匹配任意字符

转义符（Escape Character）
使特殊字符失去特殊意义，被视为普通字符。

符号	含义
\	随后的字符应该被解释为字面量字符

需要用到转义符的字符有：.*+()$/\?[]^{}，当特殊字符是在[]中时，不需要使用转义符

案例：

• 0\.\d*[1-9]：匹配一个小于0的小数

定位符（Anchors）
规定要匹配的字符串出现的位置，比如目标字符串是在文本的开始或者结束位置。

符号	含义
\b	匹配目标字符串的边界，这里边界指的是子串之间的空格，或者文本的前后边界
\B	匹配目标字符串的非边界
^	匹配输入字符开始的位置
$	匹配输入字符结束的位置

案例：

• \bHello\b ：匹配文本位于开头和结尾位置的Hello 例如：在"Hello HelloWorld"文本中只能匹配到第一个Hello
• ^[abc] ： 匹配文本中以abc中的一个字符开头的字符串
• ^\d\d\d\d\d\d$ ：匹配文本是否是由六个数字组成的字符串 例如： 123456、000000

分组符（Grouping ）
字符分组多用于将多个字符重复，主要通过使用小括号()来进行分组

符号	含义
()	用于分组

案例：

• (\d{4})-(\d{2})-(\d{2}) ：匹配一个日期格式（如 YYYY-MM-DD），并将年、月、日分别分组。

懒惰匹配符（Non-greedy Quantifiers）
正则表达式默认是采用贪婪匹配，当正则表达式中包含重复的限定符时，匹配尽可能多的字符。可以通过设置为懒惰匹配，匹配尽可能少的字符。

符号	含义
?	字符尽可能少地匹配

使用时与限定符号结合使用：比如*?、{n,m}?，尽可能少的去匹配。
案例：

• 1\d*?3，在匹配文本123123123时，通过懒惰匹配会匹配到三个123
• \(.*?\)，在匹配文本()()()()时，通过懒惰匹配会匹配到四个括号

选择匹配符（Choice Meta-characters）
匹配某种字符串的时候是选择性的，既可以匹配这个，又可以匹配那个。

符号	含义
｜	表示逻辑“或”，用于选择多个选项

案例：

• (a|b)：匹配字符a或者匹配字符b
• (ab)|(cd)：匹配字符ab或者匹配字符cd