正则表达式

正则表达式（Regular Expression，简称 regex 或 regexp）是一种用于匹配字符串中字符组合的模式。它是一种强大的文本处理工具，可以用来执行复杂的字符串搜索、替换、验证等操作。

1.组成

正则表达式由普通字符（如字母、数字）和特殊字符（称为元字符）组成。元字符用于定义匹配规则，例如匹配任意字符、重复次数等。

2.常用元字符及语法

元字符:

元字符	含义
.	匹配任意单个字符（除换行符 \n 外）
^	匹配字符串的开头
$	匹配字符串的结尾
\d	匹配任意数字（0-9）
\w	匹配任意字母或数字（等价于 [a-zA-Z0-9_] ）
\s	匹配任意空白字符（空格、制表符、换行符等）
\D	匹配任意非数字字符
\W	匹配任意非字母数字字符
\S	匹配任意非空白字符
[abc]	匹配字符集中的任意一个字符（例如 a 、b 或 c ）
[a-z]	匹配任意一个小写字母（范围匹配）
[A-Z]	匹配任意一个大写字母
[0-9]	匹配任意一个数字
[^abc]	匹配不在字符集中的任意一个字符
*	匹配前面的字符 零次或多次
+	匹配前面的字符 一次或多次
?	匹配前面的字符 零次或一次
{n}	匹配前面的字符 恰好 n 次
{n,}	匹配前面的字符 至少 n 次
{n,m}	匹配前面的字符 至少 n 次，但不超过 m 次
()	分组（用于捕获匹配的子串）
|	匹配多个选项中的任意一个
\	转义字符（用于匹配元字符本身）

语法：
1.捕获组与非捕获组
• () 捕获组 ：捕获匹配的子字符串，可以通过 $1、 $2 等在替换中引用。
• (?: ) 非捕获组 ：在分组中加上 ?:，表示不捕获子字符串。

2.断言（Assertions）
断言用于指定匹配的条件，但不消耗字符（即不移动匹配的“游标”）。
• (?= ) 零宽正向肯定断言：匹配某个位置的后面是否符合某个模式。
• 示例：abc(?=def) 匹配 abc，但仅当其后面是 def 时。
• 示例：\d+(?=元) 匹配数字，但仅当其后面是“元”时。

• (?! ) 零宽正向否定断言：匹配某个位置的后面是否不符合某个模式。
• 示例：abc(?!def) 匹配 abc，但仅当其后面不是 def 时。
• 示例：\d+(?!元) 匹配数字，但仅当其后面不是“元”时。

• (?<= ) 零宽负向肯定断言 ：匹配某个位置的前面是否符合某个模式。
• 示例：(?<=abc)def 匹配 def，但仅当其前面是 abc 时。
• 示例：(?<=\d+)元 匹配“元”，但仅当其前面是数字时。

• (? 零宽负向否定断言 ：匹配某个位置的前面是否不符合某个模式。
• 示例：(? • 示例：(?

3.修饰符（Modifiers）
修饰符用于改变正则表达式的匹配行为。
• i：不区分大小写
• 示例：/abc/i 匹配 abc、Abc、ABC 等。

• g： 全局匹配，匹配所有符合条件的子字符串。
• 示例：/abc/g 匹配字符串中所有 abc。

• m： 多行模式，在多行字符串中，匹配每一行的开头和结尾
• 示例：/hello$/m 在多行字符串中，匹配每一行以 hello 结尾的行。

• s ：“. ”匹配所有字符，包括换行符。
• 示例：/hello.world/s 匹配跨行的
hello
world。

3.常见用法

以下是一些常见的正则表达式用法示例：
1.匹配电子邮件地址
电子邮件地址通常包含用户名、@ 符号和域名。正则表达式可以用来匹配这种格式：

\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b

2.匹配电话号码
电话号码的格式可能因国家而异，但常见的格式是：

\+?\d{1,3}[-.\s]?\(?\d{3}\)?[-.\s]?\d{3}[-.\s]?\d{4}

这个正则表达式可以匹配国际电话号码（带或不带 + 号）、带括号的区号等。

3.匹配日期
日期格式可以是 YYYY-MM-DD 或 DD/MM/YYYY 等：
#匹配 YYYY-MM-DD 格式

\b\d{4}-\d{2}-\d{2}\b

#匹配 DD/MM/YYYY 格式

\b\d{2}/\d{2}/\d{4}\b

4. 匹配网址
网址通常以 http:// 或 https:// 开头，后面跟着域名和路径：

\bhttps?://[^\s]+

5. 匹配 IP 地址
IPv4 地址由四组数字组成，每组数字范围是 0-255：

\b(?:\d{1,3}\.){3}\d{1,3}\b

6. 匹配纯数字
匹配任意长度的数字：

\b\d+\b

7. 匹配单词
匹配任意单词（字母组成）：

\b\w+\b

8. 匹配特定格式的字符串
例如，匹配以 abc开头，以 xyz结尾的字符串：

^abc.*xyz$

4.注意事项

1. 转义字符： 如果需要匹配元字符本身（如 .、*、? 等），需要用反斜杠杠\进行转义。例如，要匹配一个点号 .，应写为\.。
2. 贪婪模式与非贪婪模式： 默认情况下，正则表达式是贪婪的，会尽可能多地匹配字符。这可能会受到ReDoS攻击。如果需要非贪婪匹配（尽可能少地匹配字符），可以在量词后面加上 ?。例如：
• 贪婪模式： .\* （匹配尽可能多的字符）
• 非贪婪模式： .\*? （匹配尽可能少的字符）
3. 边界匹配：
• \b：匹配单词边界。
• ^： 匹配字符串开头。
• $： 匹配字符串结尾。

正则表达式是一种非常强大的工具，可以用于复杂的字符串匹配和处理。掌握基本的元字符和规则后，可以通过组合这些规则来实现各种复杂的匹配需求。