正则表达式详解（regular expression）

💡 正则表达式（Regular Expression, regex）知识点总结 💡

正则表达式是一种用于匹配字符串的模式，广泛用于搜索、替换、验证等操作。

---

📌 正则表达式的主要作用

1️⃣ 字符串匹配 🧐

• 检查一个字符串是否符合某种模式。
• 例如，验证用户输入的邮箱 、手机号 、密码强度等。

2️⃣ 搜索和提取 🔍

• 在大量文本中找到符合要求的内容。
• 例如，从网页中提取URL、邮箱、电话号码等。

3️⃣ 字符串替换 🔄

• 将符合规则的文本替换为指定内容。
• 例如，把多个空格 替换成一个空格。

4️⃣ 数据格式化 ✏️

• 规范化文本数据，如日期格式 转换、去除特殊字符等。

5️⃣ 日志分析 📊

• 通过正则表达式分析日志文件，提取错误信息 或IP 地址等重要数据。

📌 正则表达式的基础

1. 普通字符匹配：

   • abc 只能匹配 "abc"，不会匹配 "aabc"、"abcd" 等。

2. 特殊字符（元字符）：

   元字符	含义	示例
   .	任意单个字符（换行符除外）	"a.c" 可匹配 "abc"、"aac"
   \d	数字 [0-9]	"12\d" 可匹配 "123"、"125"
   \w	字母、数字或下划线 [a-zA-Z0-9_]	"\w+" 可匹配 "hello123"
   \s	空白字符（空格、制表符、换行符）	"a\sb" 可匹配 "a b"
   \b	单词边界	"\bcat\b" 匹配 "cat" 但不匹配 "catalog"
   ^	匹配行首	"^abc" 只匹配 "abc" 在行首的情况
   $	匹配行尾	"xyz$" 只匹配 "xyz" 在行尾的情况

---

📌 量词（控制匹配次数）

量词	含义	示例
*	匹配 0 次或多次	a* 匹配 ""、"a"、"aaaa"
+	匹配 1 次或多次	a+ 匹配 "a"、"aaaa"，但不匹配 ""
?	匹配 0 次或 1 次	a? 匹配 ""、"a"
{n}	匹配 n 次	a{3} 仅匹配 "aaa"
{n,}	至少匹配 n 次	a{2,} 匹配 "aa"、"aaa"
{n,m}	匹配 n 到 m 次	a{2,4} 匹配 "aa"、"aaa"、"aaaa"

---

📌 字符类（Character Classes）

语法	含义	示例
[abc]	只匹配 a 或 b 或 c	gr[ae]y 可匹配 "gray" 或 "grey"
[^abc]	除 a、b、c 以外的任何字符	"[^aeiou]" 匹配所有辅音字母
[0-9]	匹配 0~9 的任何数字	"[0-9]+" 匹配 "123"、"456"
[a-z]	匹配小写字母	"[a-z]+" 匹配 "hello"
[A-Z]	匹配大写字母	"[A-Z]+" 匹配 "HELLO"

---

📌 逻辑运算符

语法	含义	示例
`	`	逻辑 OR（或）
()	分组	"(ab)+" 可匹配 "ab"、"abab"
(?:...)	非捕获分组	"(?:ab)+" 仅匹配 "abab"，但不存储匹配内容

📌 零宽断言

✨ 下面是正则表达式中 (?=) 等相关的零宽断言的作用和示例，整理成表格供你参考 📜👇

表达式	名称 🏷	作用 💡	示例
(?=...)	正向先行断言 ✅	匹配当前位置 ，后面必须满足 ... 的条件，但不消耗字符	\d(?=px) 匹配**5px 中的 5**，但不匹配 5em
(?!...)	负向先行断言 ❌	匹配当前位置 ，后面不能 是 ...	\d(?!px) 匹配 5em 的 5，但不匹配 5px
(?<=...)	正向后行断言 🔄	匹配当前位置 ，前面必须满足 ...	(?<=\$)\d+ 匹配**$100 中的 100**，但不匹配 USD100
(?<!...)	负向后行断言 🚫	匹配当前位置 ，前面不能 是 ...	(?<!\$)\d+ 匹配 USD100 的 100，但不匹配 $100

💡 小贴士：

• 先行断言 （(?=...) & (?!...)）检查后面的字符，但不消耗它们。
• 后行断言 （(?<=...) & (?<!...)）检查前面的字符，但不消耗它们。
• 断言是零宽匹配（不占字符），用于复杂匹配规则！

📌 贪婪模式与懒惰模式

在正则表达式中，贪婪模式（Greedy Mode）指的是匹配时尽可能多地匹配字符。

例如：

• a.*b 在 "acbcb" 上的贪婪匹配 结果是 "acbcb"（尽可能匹配最长的内容）。
• 如果使用 懒惰模式 （Lazy Mode）a.*?b，则匹配的结果是 "acb"（尽可能匹配最短的内容）。

⚡ 贪婪匹配（Greedy Match）VS 懒惰匹配（Lazy Match）：

模式	符号	行为
贪婪匹配（Greedy）	.*	尽可能多地匹配
懒惰匹配（Lazy）	.*?	尽可能少地匹配
占有匹配（Possessive）	.*+	一次性匹配，不回溯

💡 记住 ：贪婪（Greedy）匹配会尽可能多地匹配字符 ，而懒惰（Lazy）匹配会尽可能少地匹配字符。🚀

📌 捕获分组与非捕获分组

📌 常见正则表达式

1️⃣ 匹配邮箱 📧：

^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$

✅ 可匹配 "[email protected]"

2️⃣ 匹配手机号 📱（以中国手机号 1 开头）：

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

✅ 可匹配 "13812345678"

3️⃣ 匹配 IP 地址 🌐：

^(25[0-5]|2[0-4][0-9]|1?[0-9]?[0-9])\.
(25[0-5]|2[0-4][0-9]|1?[0-9]?[0-9])\.
(25[0-5]|2[0-4][0-9]|1?[0-9]?[0-9])\.
(25[0-5]|2[0-4][0-9]|1?[0-9]?[0-9])$

✅ 可匹配 "192.168.1.1"

4️⃣ 匹配日期（YYYY-MM-DD） 📆：

^(19|20)\d\d-(0[1-9]|1[0-2])-(0[1-9]|[12][0-9]|3[01])$

✅ 可匹配 "2024-03-14"

---

📌 Java 正则表达式示例

import java.util.regex.*;

public class RegexExample {
    public static void main(String[] args) {
        String text = "hello regex 123!";
        String pattern = "\\d+"; // 匹配数字

        Pattern p = Pattern.compile(pattern);
        Matcher m = p.matcher(text);

        while (m.find()) {
            System.out.println("匹配到: " + m.group());
        }
    }
}

🔹 输出：

匹配到: 123

---

📌 小结

✅ 正则表达式的核心知识点 ：

✔ 元字符（特殊字符） ：. \d \w \s ^ $

✔ 量词 ：* + ? {n,m}

✔ 字符类 ：[abc] [a-z] [^0-9]

✔ 逻辑运算 ：| ()

✔ 常见应用：邮箱、手机号、IP 地址等