正则表达式完全指南

正则表达式（Regular Expression，简称 regex 或 regexp）是一种强大的文本匹配和处理工具。它使用特定的语法规则来描述字符串的匹配模式，广泛应用于文本搜索、替换和数据验证等场景。

1. 基础语法

1.1 字符匹配

`.` - 匹配任意单个字符（除换行符外）
`\d` - 匹配任意数字（0-9）
`\D` - 匹配任意非数字
`\w` - 匹配字母、数字、下划线
`\W` - 匹配非字母、数字、下划线
`\s` - 匹配任意空白字符（空格、制表符、换行符）
`\S` - 匹配任意非空白字符

1.2 数量限定符

`*` - 匹配前面的表达式 0 次或多次
`+` - 匹配前面的表达式 1 次或多次
`?` - 匹配前面的表达式 0 次或 1 次
`{n}` - 精确匹配 n 次
`{n,}` - 匹配至少 n 次
`{n,m}` - 匹配 n 到 m 次

1.3 位置匹配

`^` - 匹配行的开始
`$` - 匹配行的结束
`\b` - 匹配单词边界
`\B` - 匹配非单词边界

2. 高级语法

2.1 字符类

` $abc$ ` - 匹配方括号中的任意一个字符
` $\^abc$ ` - 匹配除了方括号中字符的任意字符
` $a-z$ ` - 匹配 a 到 z 的任意小写字母
` $A-Z$ ` - 匹配 A 到 Z 的任意大写字母
` $0-9$ ` - 匹配任意数字

2.2 分组和引用

`(pattern)` - 捕获组，可以通过 \1, \2 等引用
`(?:pattern)` - 非捕获组
`(?=pattern)` - 正向预查
`(?!pattern)` - 负向预查
`(?<=pattern)` - 正向后查
`(?<!pattern)` - 负向后查

2.3 或运算

`|` - 匹配左边或右边的表达式

3. 常用实例

3.1 验证常见格式

```regex

电子邮件

^ $\\w-$ +(\. $\\w-$ +)*@ $\\w-$ +(\. $\\w-$ +)+$

手机号码（中国）

^1 $3-9$ \d{9}$

身份证号（中国）

^ $1-9$ \d{5}(19|20)\d{2}(0 $1-9$ |1 $0-2$ )(0 $1-9$ | $12$ \d|3 $01$ )\d{3} $\\dX$ $

日期格式（YYYY-MM-DD）

^\d{4}-(0 $1-9$ |1 $0-2$ )-(0 $1-9$ | $12$ \d|3 $01$ )$

URL

^(https?:\/\/)?( $\\da-z\\.-$ +)\.( $a-z\\.$ {2,6})( $\\/\\w \\.-$ *)*\/?$

```

3.2 文本处理示例

```regex

提取HTML标签

< $\^\>$ +>

匹配双字节字符（包括汉字）

\^\\x00-\\xff

删除多余空格

\s{2,}

提取引号中的内容

" $\^"$ *"

```

4. 使用技巧

4.1 性能优化

避免过度使用贪婪匹配
合理使用非捕获组 (?:)
尽量使用具体的字符类而不是通配符
避免过度使用回溯

4.2 常见陷阱

贪婪匹配vs懒惰匹配

贪婪匹配：`.*`、`.+`
懒惰匹配：`.*?`、`.+?`

特殊字符转义

需要转义的字符：`. * + ? ^ $ ( ) { } | \ /`
使用 `\` 进行转义

环视断言使用注意事项

环视不消耗字符
环视只用于判断位置

5. 在不同编程语言中的使用

5.1 JavaScript

```javascript

// 创建正则表达式

let regex1 = /pattern/flags;

let regex2 = new RegExp('pattern', 'flags');

// 常用方法

string.match(regex) // 查找匹配项

string.replace(regex) // 替换匹配项

regex.test(string) // 测试是否匹配

regex.exec(string) // 执行匹配

```

5.2 Python

```python

import re

常用方法

re.match(pattern, string) # 从开始位置匹配

re.search(pattern, string) # 搜索整个字符串

re.findall(pattern, string) # 查找所有匹配

re.sub(pattern, repl, string)# 替换匹配项

```

6. 调试与测试

6.1 在线工具推荐

regex101.com - 实时测试和调试
regexr.com - 交互式学习
debuggex.com - 可视化展示

6.2 测试要点

边界情况测试
特殊字符处理
性能测试
多语言环境测试

总结

正则表达式是一个强大的文本处理工具，掌握它可以大大提高文本处理效率。关键是要：

理解基本语法和特殊字符的含义
多练习，积累常用表达式
注意性能优化
考虑可维护性
适当使用在线工具辅助开发和调试

记住：编写正则表达式时应该遵循"简单够用"的原则，过于复杂的正则表达式往往会带来维护困难和性能问题。