正则表达式

正则表达式简介

正则表达式（Regular Expression，简称regex或regexp）是一种强大的工具，用于匹配、查找、替换文本中的特定模式。它广泛应用于字符串处理、数据验证、文本搜索和替换等领域。

正则表达式由普通字符和特殊字符（元字符）组成，结合这些字符，可以构建出复杂的模式，用于匹配文本中的特定内容。

正则表达式的基本语法

1. 普通字符

普通字符是正则表达式的基本组成部分，它们匹配自己本身。例如：

• a：匹配字符串中的字符"a"。
• cat：匹配字符串中的"cat"。

2. 元字符

元字符具有特殊含义，可以用来构建更复杂的模式。常见的元字符包括：

• .：匹配除换行符外的任何单个字符。

  • 例如：a.b 匹配 “aab”, “a0b”, “a_b” 等。

• ^：匹配字符串的开始位置。

  • 例如：^Hello 匹配以"Hello"开头的字符串。

• $：匹配字符串的结束位置。

  • 例如：end$ 匹配以"end"结尾的字符串。

• *：匹配前面的字符0次或多次。

  • 例如：ca*t 匹配 “ct”, “cat”, “caat”, “caaat” 等。

• +：匹配前面的字符1次或多次。

  • 例如：ca+t 匹配 “cat”, “caat”, “caaat” 等，但不匹配 “ct”。

• ?：匹配前面的字符0次或1次。

  • 例如：ca?t 匹配 “ct”, “cat”。

• {n}：匹配前面的字符恰好n次。

  • 例如：a{3} 匹配 “aaa”。

• {n,}：匹配前面的字符至少n次。

  • 例如：a{2,} 匹配 “aa”, “aaa”, “aaaa” 等。

• {n,m}：匹配前面的字符至少n次，最多m次。

  • 例如：a{2,4} 匹配 “aa”, “aaa”, “aaaa”。

• []：匹配方括号中的任意一个字符。

  • 例如：[aeiou] 匹配任意一个元音字母。

• [^]：匹配方括号中未列出的任意字符。

  • 例如：[^aeiou] 匹配任何非元音字母的字符。

• |：匹配符号两侧的任意一个表达式。

  • 例如：cat|dog 匹配 “cat” 或 “dog”。

• ()：分组，可以将多个字符视为一个整体，并记住匹配的文本。

  • 例如：(ab)+ 匹配 “ab”, “abab”, “ababab”。

3. 转义字符

某些元字符如.、*、+等在正则表达式中有特殊意义，如果你想匹配这些字符本身，需要在它们前面加上反斜杠（\）进行转义。

• 例如：\. 匹配字符"."。

4. 常见的特殊序列

• \d：匹配任何一个数字，相当于[0-9]。

  • 例如：\d 匹配 “3”, “7”, “0”。

• \D：匹配任何一个非数字字符，相当于[^0-9]。

  • 例如：\D 匹配 “a”, “z”, “@”。

• \w：匹配任何一个字母、数字或下划线，相当于[a-zA-Z0-9_]。

  • 例如：\w 匹配 “a”, “A”, “5”, “_”

• \W：匹配任何一个非字母、非数字、非下划线字符，相当于[^a-zA-Z0-9_]。

  • 例如：\W 匹配 “!”, " ", “#”, “$”

• \s：匹配任何一个空白字符（包括空格、制表符、换页符等）。

  • 例如：\s 匹配 " ", “\t”。

• \S：匹配任何一个非空白字符。

  • 例如：\S 匹配 “a”, “9”, “@”。

常见的正则表达式示例

1. 匹配电子邮件地址：

   ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$
   

   • 解释：这个表达式匹配常见格式的电子邮件地址，要求用户名和域名部分由字母、数字及某些特殊字符组成，顶级域名部分由2个或更多字母组成。

2. 匹配电话号码（如美国格式）：

   ^\(\d{3}\) \d{3}-\d{4}$
   

   • 解释：这个表达式匹配美国格式的电话号码，如"(123) 456-7890"。

3. 匹配IPv4地址：

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

   • 解释：这个表达式匹配IPv4地址，如"192.168.1.1"。

4. 匹配日期格式（YYYY-MM-DD）：

   ^\d{4}-\d{2}-\d{2}$
   

   • 解释：这个表达式匹配常见的日期格式，如"2024-12-31"。

5. 匹配URL：

   ^https?:\/\/[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}(\/\S*)?$
   

   • 解释：这个表达式匹配以http或https开头的URL，如"https://www.example.com/path"。

正则表达式的使用场景

• 数据验证：验证用户输入是否符合预期格式（如电子邮件、电话号码、邮政编码等）。
• 文本搜索和替换：在文本中搜索特定模式并进行替换（如查找并替换所有日期格式）。
• 数据解析：从文本中提取符合特定模式的数据（如从日志中提取时间戳）。