前言
我写这篇文章，用来记录我平时使用正则表达式的方法，这样我在分享知识给大家的同时，也复习了一遍正则表达式。在你学习某个知识的时候，千万不要去像阅读手册一般去进行学习，因为手册的内容虽然非常详细且全面，但是其实你实际运用到的内容并不会很多，这个就是二八定律，正则表达式20%的内容，就足以够覆盖80%的使用场景了
什么是正则表达式
正则表达式的定义如下
正则表达式是一组由字母和符号组成的特殊文本, 它可以用来从文本中找出满足你想要的格式的句子.
首先，你难道不觉得 "正则表达式" 这个名字莫名奇妙，难以理解吗？正则表达式的英文原文是 "Regular expression"（简称 regex 或 regexp）） 其中把regular换一个翻译------规则的，有规律的，所以Regular expression的意思就是有规则的表达式。怎么样？是不是比啥正则表达式好懂多了。
正则表达式的作用
正则表达式的作用，用一句话概括就是------精确匹配，比如
- 文本搜索和替换
- 表单验证（如邮箱、手机号验证）
- 数据提取
- 字符串解析
当你注册一个网站，一般都会对你的密码强度进行验证，或者强制要求你必须满足某种"规则"，不然不让你通过注册
这个验证方法就是通过正则表达式实现的
练习平台
正则表达式是一种工具，所以学会工具的最好秘诀是要多练，这里我推荐两种练习的平台
在线
regex101: build, test, and debug regex
这个平台的使用很容易，上面是输入正则表达式，下面输出要匹配的字符串
离线
现在很多的编辑器基本都支持用正则表达式搜索文本，比如Vscode，你可以自己找找自己用的编辑器有没有这个功能
正则表达式常用知识
这里我只列举最常用的，当你学会这些常用的入门后，可以再去看看其他教程，学习一下更高级的用法
直接匹配
直接匹配其实就是普通的文本搜索，不使用任何正则表达式的语法
元字符
正则表达式是由各个元字符组合而成的，元字符跟他原本的含义没有什么关系，只是正则表达式的作者就这样定义的，所以不用去思考为啥这个元字符会是这个意思的问题，把常用元字符的含义记下来就行了
基本匹配元字符
| 符号 | 描述 |
|---|---|
. |
匹配除换行符外的任意字符 |
^ |
匹配字符串开头 |
$ |
匹配字符串结尾 |
\ |
当想要把元字符当作普通字符进行匹配，就需要用 \进行转义 |
.是元字符中最简单的例子.
.匹配任意单个字符, 但不匹配换行符.
例如,a.c 匹配 "abc", "adc", "a#c" 等
^ 匹配字符串开头，$匹配字符串结尾
例如，^hello 匹配以 "hello" 开头的字符串,world$ 匹配以 "world" 结尾的字符串
\用来将元字符转义，当想要匹配的字符串是元字符时，就需要转义，否则会被当作正则表达式被识别
例如，\.能够匹配字符串中的 . 而不是识别成元字符
数量限定符号
| 符号 | 描述 | 示例 |
|---|---|---|
* |
匹配前面的表达式 0 次或多次 | a* 匹配 "", "a", "aa", "aaa" 等 |
+ |
匹配前面的表达式 1 次或多次 | a+ 匹配 "a", "aa", "aaa" 等，但不匹配 "" |
? |
匹配前面的表达式 0 次或 1 次 | colou?r 匹配 "color" 或 "colour" |
{n} |
匹配前面的表达式恰好 n 次 | a{3} 只匹配 "aaa" |
{n,} |
匹配前面的表达式至少 n 次 | a{2,} 匹配 "aa", "aaa" 等 |
{n,m} |
匹配前面的表达式 n 到 m 次 | a{2,4} 匹配 "aa", "aaa", "aaaa |
这里我说几个我平时很常用的做法
用 .*，表示匹配任意字符0次或多次，说人话就是，单独使用会选中所有文本
然后呢，你可以用 .*结合 ^ 和 $，匹配特定字符串开头与特定字符串结尾的文本
比如用 ^hello.*world 匹配hello开头，world结尾的字符串
markdown引用图片的格式为 ![]()，当你想删除一个markdown文件中的所有图片引用的时候，就可以使用 !\[.* 来匹配所有图片的引用
字符集和特殊字符
| 符号 | 描述 | 示例 |
|---|---|---|
[abc] |
匹配方括号中的任意一个字符 | [abc] 匹配 "a", "b" 或 "c" |
[^abc] |
匹配除方括号中字符外的任意字符 | [^abc] 匹配 "d", "e" 等，但不匹配 "a", "b", "c" |
[a-z] |
匹配指定范围内的任意字符 | [a-z] 匹配任意小写字母 |
\d |
匹配数字，等价于 [0-9] |
\d{3} 匹配三个数字 |
\w |
匹配字母、数字、下划线，等价于 [a-zA-Z0-9_] |
\w+ 匹配一个或多个字母/数字/下划线 |
\s |
匹配空白字符（空格、制表符、换行等） | \s 匹配一个空格 |
\D |
匹配非数字字符 | \D+ 匹配一个或多个非数字字符 |
\W |
匹配非字母、数字、下划线的字符 | \W 匹配如 "#", "@" 等符号 |
\S |
匹配非空白字符 | \S+ 匹配一个或多个非空白字符 |
特殊字符常用的就这几个，我教你怎么更容易记住
- \d的是digital，数字的意思，
- \w的是word，字词的意思
- \s的是space，按下空格键会输入空格符，所以\s匹配空格符
- 大写字母和小写字母互为反义词，\d匹配数字，那\D就用来匹配非数字
是不是很容易记，看着很多，其实都是有规律的
这里我介绍一下 |，|或运算符就表示或, 用作判断条件.，可以结合 []一起使用，来实现敏感词过滤
fuck|shit|[傻煞沙][比笔逼叉缺吊碉雕]
结语
学会上面的这些，大多数的基础正则表达式，你基本都能看懂了，如果有些复杂的表达式有高级用法，等用到的时候再去看就行。以下是一些注意事项
- 在现实中，如果不是非常特定的需求，我都是建议直接在网上用别人写好的正则表达式，因为正则表达式是由元字符构成的，一旦很长，可读性极其差，比如
^(?!(.*?[A-Za-z0-9])\1{5,})(?=(?:.*?[A-Z]){2,})(?=(?:.*?[a-z]){2,})(?=(?:.*?[0-9]){2,})(?=.*?[!@#$%^&*()_+\-=\[\]{}|;':",.<>/?])(?!.*?(?:admin|root|password|123456|qwerty))(?!.*?(?:(.)\1{2,}))(?:[a-zA-Z0-9](?:[a-zA-Z0-9](?!-{2,}))*(?:\.[a-zA-Z0-9](?:[a-zA-Z0-9](?!-{2,}))*)*\+?)?(?:[a-zA-Z0-9](?:[a-zA-Z0-9](?!-{2,}))*(?:\.[a-zA-Z0-9](?:[a-zA-Z0-9](?!-{2,}))*)*)?@(?:(?:[a-zA-Z0-9](?:[a-zA-Z0-9-]*[a-zA-Z0-9])?\.)+[a-zA-Z0-9](?:[a-zA-Z0-9-]*[a-zA-Z0-9])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-zA-Z0-9-]*[a-zA-Z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])$ - 让你学会正则表达式，最根本是让你能看懂，而不是让你能写出来，所以我都是建议你直接用ai写，然后根据ai给出的表达式对你特定的场景进行优化就行，等你看的多了，自然就能写出来了
这里我附上一些经典的参考资料