正则表达式详细介绍
一、正则表达式基础概念
正则表达式（Regular Expression，简称 Regex 或 RegExp）是一种用于匹配和处理文本的强大工具，它通过特定的字符组合来描述文本模式。在编程、文本编辑器、命令行工具等场景中广泛应用，可用于文本搜索、替换、验证等操作。
二、正则表达式基本语法
1.普通字符
定义：直接匹配字符本身，包括字母、数字、标点符号等。
示例：
abc：匹配字符串中的abc子串。
123：匹配数字123。
2.特殊字符（元字符）
元字符具有特殊含义，需配合转义符\使用才能匹配字面量。
| 字符 | 功能 | 说明 |
|---|---|---|
| . | 匹配任意单个字符（除换行符\n外） | a.c可匹配abc、a0c，但不匹配a\nc |
| ^ | 匹配字符串开头 | ^abc仅匹配以abc开头的字符串 |
| $ | 匹配字符串结尾 | abc$仅匹配以abc结尾的字符串 |
| * | 匹配前一个元素 0 次或多次 | a*b可匹配b（a 出现 0 次）、ab、aab等 |
| + | 匹配前一个元素 1 次或多次 | a+b可匹配ab、aab，但不匹配b |
| ? | 匹配前一个元素 0 次或 1 次 | a?b可匹配b、ab |
| {n} | 匹配前一个元素恰好 n 次 | a{2}b匹配aab |
| {n,} | 匹配前一个元素至少 n 次 | a{2,}b匹配aab、aaab等 |
| {n,m} | 匹配前一个元素 n 到 m 次 | a{1,3}b匹配ab、aab、aaab |
| \[\] | 字符集合，匹配其中任意一个字符 | abc匹配a、b或c |
| \^ | 否定字符集合，匹配不在其中的任意字符 | \^abc匹配除a、b、c外的字符 |
| - | 字符范围 | 0-9匹配任意一个数字 |
| \ | 转义符，使元字符变为普通字符 | .匹配.，*匹配* |
3.预定义字符类
为常见字符集合提供简写形式：
| 字符类 | 等价形式 | 说明 |
|---|---|---|
| \d | 0-9 | 匹配数字 |
| \D | \^0-9 | 匹配非数字 |
| \w | a-zA-Z0-9_ | 匹配字母、数字或下划线 |
| \W | \^a-zA-Z0-9_ | 匹配非字母、数字或下划线 |
| \s | \\t\\n\\r\\f\\v | 匹配空白字符（空格、制表符、换行符等） |
| \S | \^ \\t\\n\\r\\f\\v | 匹配非空白字符 |
4.分组与反向引用
| 字符类 | 功能 | 说明 |
|---|---|---|
| () | 将多个元素组合为一个整体 | (ab)+匹配ab、abab、ababab等 |
| \n | 反向引用 | （n 为数字）引用分组内容，用于匹配重复模式。(\d)\1匹配两个连续相同数字（如11、22） |
| （?:） | 只分组不捕获，提升效率 | 匹配 1st, 2nd, 3rd, 4th,使用 (0-9+)(?:st|nd|rd|th)?。只有数字部分会被捕获 |
三、正则表达式高级用法
1.贪婪匹配与非贪婪匹配
贪婪与非贪婪匹配：默认情况下，量词（, +, ?, {}）是贪婪的，会尽可能匹配更长的字符串。在量词后面加上一个 ?，就变为非贪婪（懒惰）模式，会尽可能匹配更短的字符串 。
例如，在字符串 "<div>content</div>"中，正则表达式 <.>会贪婪地匹配整个字符串 "<div>content</div>"，而 <.*?>则会非贪婪地匹配开始标签 "<div>"和结束标签 "</div>"。
2.零宽断言
用于指定匹配的位置，不消耗字符：
| 断言类型 | 语法 | 含义 |
|---|---|---|
| 正向先行断言 | (?=pattern) | 匹配右侧是pattern的位置 |
| 负向先行断言 | (?!pattern) | 匹配右侧不是pattern的位置 |
| 正向后发断言 | (?<=pattern) | 匹配左侧是pattern的位置 |
| 负向后发断言 | (?<!pattern) | 匹配左侧不是pattern的位置 |
例如：\d+(?=分)匹配分数（如99分中的99）。
3.分支结构
使用|表示 "或" 关系，按顺序匹配分支。
示例：(https?|ftp)://匹配http://、https://或ftp://。四、 常用正则表达式示例
| 用途 | 表达式 | 说明 |
|---|---|---|
| 电子邮箱 | ^\w+(.-?\w+)@\w+(.-?\w+)(.\w{2,3})+$ | 匹配常见的邮箱格式，如 username@example.com |
| 手机号码 | ^13-9\d{9}$ | 匹配以1开头，第二位为3-9的中国大陆11位手机号 |
| 身份证号 | `^\d{15} | \d{18}$` |
| 中文字符 | ^\\u4e00-\\u9fa5+$ | 匹配一个或多个中文字符 |
| 空白行 | \n\s*\r | 匹配仅包含空白字符（空格、制表符）的行 |
| URL网址 | ^https?: //\\w.-+(?:.\\w.-+)+/\\w ./-*$ | 匹配以 http://或 https://开头的URL |
| IP地址 | ^((20-4\d|250-5|01?\d\d?)\.){3}(20-4\d|250-5|01?\d\d?)$" | 匹配ip地址 |