正则表达式学习指南
在编程的世界里，正则表达式（Regular Expressions，简称regex）是一门不可或缺的艺术，它赋予了开发者强大的文本处理能力，让看似复杂的字符串匹配和替换任务变得简单而高效。本文旨在为初学者揭开正则表达式的神秘面纱，引导你掌握这一强大工具，成为文本处理领域的高手。
一、正则表达式简介
正则表达式是一种模式匹配语言，用于在文本中搜索、替换或提取符合特定规则的字符串。无论是验证输入数据、清洗数据、还是从大量文本中提取信息，正则表达式都是你的得力助手。
二、基础语法入门
1. 字符匹配
.（点号）：匹配任意单个字符（除换行符外）。[abc]：匹配括号内的任何一个字符，如'a'、'b'或'c'。[^abc]：匹配除括号内字符之外的任何字符。\d：匹配数字（0-9）。\D：匹配非数字字符。\w：匹配字母、数字或下划线。与"[A-Za-z0-9_]"等效。\W：匹配非字母、数字或下划线的字符。与 "[^A-Za-z0-9_]" 等效。\s：匹配任何空白字符，如空格、制表符、换页符等。\S：匹配非空白字符。
2. 量词
*：匹配前面元素的零次或多次出现。+：匹配前面元素的一次或多次出现。?：匹配前面元素的零次或一次出现。{n}：匹配前面元素恰好 n 次出现。{n,}：匹配前面元素至少 n 次出现。{n,m}：匹配前面元素至少n次，但不超过m次出现。
3. 特殊字符与分组
\：用于转义特殊字符，使其作为普通字符处理。(expr)：将expr视为一个单元进行匹配，并可用于捕获匹配的内容。|：表示选择，匹配左边或右边的表达式。^：匹配字符串的开始。$：匹配字符串的结束。
三、实战演练
1. 邮箱验证
假设我们要验证一个字符串是否符合邮箱的基本格式，可以使用如下正则表达式：
regex
^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$^表示字符串开始。[a-zA-Z0-9._%+-]+匹配用户名部分，可以包含字母、数字、点号、下划线、百分号、加号、减号。@必须出现的符号。[a-zA-Z0-9.-]+匹配域名部分。\.必须出现的点号，用来分隔域名和顶级域名。[a-zA-Z]{2,}匹配至少两个字母的顶级域名。$表示字符串结束。
2. 提取URL中的域名
如果我们想从一段文本中提取所有的网址域名，可以使用以下正则：
regex
\b(?:https?|ftp)://[^\s/$.?#].[^\s]*\b单词边界，确保URL是独立的。(?:https?|ftp)匹配http、https或ftp协议。://URL中协议后的分隔符。[^\s/$.?#]匹配除了空白、斜杠、问号、点号、井号之外的字符，即域名开始。[^\s]*匹配域名剩余部分，直到遇到空白字符。
四、在线测试工具
学习正则表达式的过程中，推荐使用在线测试工具如 RegExr、Regex101 等，它们不仅提供了实时的匹配预览，还内置了详细的教程和模式解释，极大提升了学习效率。
工具地址：