正则表达式语法

正则表达式语法

正则表达式（Regular Expression，简称 regex）是一种用于匹配字符串的模式。它由一系列字符和特殊符号组成，用于定义搜索模式。以下是正则表达式的基本语法规则：

1. 普通字符

• 普通字符（如字母、数字、空格等）直接匹配它们自己。
  • 示例：a 匹配字符 “a”。

2. 特殊字符

• 特殊字符在正则表达式中有特殊含义，需要使用反斜杠 \ 进行转义。
  • 示例：\. 匹配字符 “.”。

3. 字符类

• [...]：匹配括号内的任意一个字符。
  • 示例：[abc] 匹配 “a”、“b” 或 “c”。
• [^...]：匹配不在括号内的任意一个字符。
  • 示例：[^abc] 匹配除了 “a”、“b”、“c” 之外的任意字符。
• [a-z]：匹配指定范围内的任意一个字符。
  • 示例：[a-z] 匹配任意小写字母。

4. 预定义字符类

• .：匹配除换行符以外的任意字符。
• \d：匹配任意数字，等价于 [0-9]。
• \D：匹配任意非数字字符，等价于 [^0-9]。
• \w：匹配任意字母、数字或下划线，等价于 [a-zA-Z0-9_]。
• \W：匹配任意非字母、数字或下划线的字符，等价于 [^a-zA-Z0-9_]。
• \s：匹配任意空白字符（包括空格、制表符、换行符等）。
• \S：匹配任意非空白字符。

5. 量词

• *：匹配前面的字符零次或多次。
  • 示例：a* 匹配 “”、“a”、“aa” 等。
• +：匹配前面的字符一次或多次。
  • 示例：a+ 匹配 “a”、“aa” 等。
• ?：匹配前面的字符零次或一次。
  • 示例：a? 匹配 “” 或 “a”。
• {n}：匹配前面的字符恰好 n 次。
  • 示例：a{2} 匹配 “aa”。
• {n,}：匹配前面的字符至少 n 次。
  • 示例：a{2,} 匹配 “aa”、“aaa” 等。
• {n,m}：匹配前面的字符至少 n 次，至多 m 次。
  • 示例：a{2,4} 匹配 “aa”、“aaa” 或 “aaaa”。

6. 边界匹配

• ^：匹配字符串的开头。
  • 示例：^a 匹配以 “a” 开头的字符串。
• $：匹配字符串的结尾。
  • 示例：a$ 匹配以 “a” 结尾的字符串。
• \b：匹配单词边界。
  • 示例：\bword\b 匹配 “word” 这个单词。
• \B：匹配非单词边界。

7. 分组和捕获

• (...)：将括号内的内容作为一个分组，并捕获匹配的文本。
  • 示例：(abc) 匹配 “abc” 并捕获。
• (?:...)：非捕获分组，匹配但不捕获。
  • 示例：(?:abc) 匹配 “abc” 但不捕获。

8. 选择

• |：匹配左边或右边的表达式。
  • 示例：a|b 匹配 “a” 或 “b”。

9. 转义字符

• \：用于转义特殊字符。
  • 示例：\. 匹配字符 “.”。

10. 零宽断言

• (?=...)：正向先行断言，匹配后面跟着指定模式的位置。
  • 示例：a(?=b) 匹配后面跟着 “b” 的 “a”。
• (?!...)：负向先行断言，匹配后面不跟着指定模式的位置。
  • 示例：a(?!b) 匹配后面不跟着 “b” 的 “a”。
• (?<=...)：正向后行断言，匹配前面是指定模式的位置。
  • 示例：(?<=a)b 匹配前面是 “a” 的 “b”。
• (?<!...)：负向后行断言，匹配前面不是指定模式的位置。
  • 示例：(?<!a)b 匹配前面不是 “a” 的 “b”。

11. 贪婪与非贪婪匹配

• 默认情况下，量词是贪婪的，会尽可能多地匹配字符。
• 在量词后加上 ? 可以使其变为非贪婪模式，尽可能少地匹配字符。
  • 示例：a*? 匹配零个或多个 “a”，但尽可能少地匹配。

示例

• 匹配电子邮件地址：^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$
• 匹配 URL：^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?$

正则表达式的语法非常强大且灵活，掌握这些基本规则可以帮助你处理复杂的字符串匹配任务。