正则表达式入门
在日常开发中，我们经常需要处理字符串，比如验证邮箱、手机号、提取数据、替换内容等。这时候，正则表达式（Regular Expression, 简称 Regex） 就是一个非常强大的工具。
本文将带你从零了解正则表达式的基本语法、常见用法，并配合示例逐步讲解其强大功能。
一、什么是正则表达式？
正则表达式是一种用于匹配字符串中某些内容的模式（Pattern）。它像一种精密的“搜索规则”，可以快速在文本中查找、验证或替换符合要求的部分。
二、正则表达式的基础语法
1. 字面字符
最简单的正则就是直接匹配具体字符：
hello # 匹配“hello”字符串
123 # 匹配“123”
2. 元字符（Metacharacters）
元字符有特殊意义，用于定义复杂规则：
| 字符 | 含义 | 示例 |
|---|---|---|
. | 匹配任意一个字符（除换行） | a.b 可匹配 acb |
^ | 匹配开头 | ^abc 匹配以 abc 开头 |
$ | 匹配结尾 | abc$ 匹配以 abc 结尾 |
* | 匹配前面的字符 0 次或多次 | ab*c 匹配 ac, abc, abbc |
+ | 匹配前面的字符 1 次或多次 | ab+c 匹配 abc, abbc |
? | 匹配 0 或 1 次 | ab?c 匹配 ac 或 abc |
[] | 匹配括号中任意一个字符 | [abc] 匹配 a, b, 或 c |
| ` | ` | 或（或逻辑） |
() | 分组与捕获 | (abc)+ 匹配重复的 abc |
3. 常见转义字符
| 表达式 | 含义 | 示例 |
|---|---|---|
\d | 数字，等价于 [0-9] | \d+ 匹配一个或多个数字 |
\w | 单词字符 [a-zA-Z0-9_] | \w+ 匹配单词 |
\s | 空白字符（空格、Tab） | \s+ 匹配空格 |
\b | 单词边界 | \bword\b 精确匹配 word |
\D | 非数字字符 | |
\W | 非单词字符 | |
\S | 非空白字符 | |
\\ | 匹配反斜杠 \ |
三、常见正则表达式例子
1. 验证邮箱地址
^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$
-
^：表示匹配字符串的开头（确保邮箱前没有其他字符）。 -
[a-zA-Z0-9_.+-]+- 用户名部分：匹配邮箱
@前的部分。 - 允许的字符： 字母（
a-z, A-Z） 、数字（0-9）、特殊字符（_ . + -） +表示至少出现1次（不能为空）。
- 用户名部分：匹配邮箱
-
@：中间的@符号。 -
[a-zA-Z0-9-]+- 域名部分：如
gmail、yahoo等。 - 允许的字符：字母、数字、连字符
-（但不能以-开头或结尾，此处正则未严格限制）。
- 域名部分：如
-
\.：匹配一个点号（.），需转义为\.（因为.在正则中默认匹配任意字符）。 -
[a-zA-Z0-9-.]+- 顶级域名（TLD）：如
com、co.uk等。 - 允许的字符：字母、数字、点号
.和连字符-（可支持多级域名，如ac.jp）。
- 顶级域名（TLD）：如
-
$：表示匹配字符串的结尾（确保邮箱后没有其他字符）。
能匹配的示例：
user.name+123@gmail.comabc@example.co.jptest-email@sub.domain.org
2. 验证手机号（中国）
^1[3-9]\d{9}$
1开头- 第二位是
3-9 - 接着是 9 位数字
3. 匹配 HTML 标签
<[^>]+>
匹配形如 <div> 或 <img src="x.jpg"> 的 HTML 标签
4. 提取日期（YYYY-MM-DD）
\d{4}-\d{2}-\d{2}
匹配形如 2025-06-11 的日期格式
5. 匹配 IPv4 地址
\b(?:\d{1,3}\.){3}\d{1,3}\b
匹配像 192.168.1.1 这样的 IP 地址
四、正则在编程语言中的使用示例
Python 示例：
import retext = "My email is test@example.com"
pattern = r'[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+'
match = re.search(pattern, text)if match:print("Found:", match.group())
JavaScript 示例：
const text = "Today is 2025-06-11"
const match = text.match(/\d{4}-\d{2}-\d{2}/)
console.log(match[0]) // 输出：2025-06-11
五、正则调试与测试工具推荐
- Regex101（支持解释和测试）
- RegExr（界面友好，支持语法提示）
- VS Code + 正则搜索：查找 / 替换神器
- Python 的
re模块、JavaScript 的RegExp对象等
六、正则表达式进阶小技巧
- 使用 非捕获分组：
(?:...)，不存储匹配结果 - 使用 懒惰匹配：
*?、+?，防止贪婪匹配太多内容 - 使用 命名分组（如 Python）：
(?P<name>...) - 避免过于复杂的正则，适当使用普通字符串操作更清晰
七、常见坑与注意事项
- 正则容易写出“看得懂但不好维护”的代码，建议搭配注释或分组。
- 某些语言或平台（如 JavaScript）对 Unicode 字符处理不一致，要小心中文匹配。
- 避免用正则解析复杂的 HTML/XML（推荐用解析器如 BeautifulSoup）。
八、总结
正则表达式是一种强大的文本处理工具，掌握它可以极大提高处理文本数据的效率。虽然刚开始有些复杂，但随着练习和实际使用，你会越来越得心应手。
📌 建议从以下几种常用场景入手练习：
- 验证用户输入（邮箱、手机号、密码）
- 批量替换文本内容
- 提取网页数据或日志信息
- 匹配文件名、路径、日期等格式
📚 推荐阅读
- 《正则表达式必知必会》
- 《精通正则表达式》（Mastering Regular Expressions）
- Python 官方文档：re 模块
- JavaScript MDN 文档：RegExp