正则表达式的规范（笔记引自AI自动生成）

正则表达式（Regular Expression）

正则表达式（简称 regex 或 regexp）是一种用于匹配和处理文本的强大工具。它通过定义特定的模式来描述字符串的结构，从而实现对文本的搜索、替换、提取等操作。

---

1. 基本字符

• 普通字符：字母、数字、空格等，直接匹配自身。
  • 示例：a 匹配字符 a，1 匹配字符 1。
• 特殊字符：具有特殊意义的字符，需要用反斜杠 \ 转义。
  • 示例：. 匹配任意字符，\. 匹配实际的句点 .。

---

2. 元字符

元字符是正则表达式中具有特殊功能的字符，常见的元字符包括：

元字符	描述
.	匹配除换行符（\n）以外的任意单个字符。
^	匹配字符串的开头。
$	匹配字符串的结尾。
\	转义字符，用于匹配特殊字符本身（如 \. 匹配 .）。
|	逻辑“或”，匹配左边或右边的表达式。
()	分组，将多个字符作为一个整体处理，或捕获匹配的内容。
[]	字符集合，匹配括号内的任意一个字符。
{}	量词，指定前面字符或分组的重复次数。

---

3. 字符集合

• [abc]：匹配 a、b 或 c 中的任意一个字符。
• [^abc]：匹配除 a、b、c 以外的任意字符。
• [a-z]：匹配任意小写字母。
• [A-Z]：匹配任意大写字母。
• [0-9]：匹配任意数字。
• \d：匹配任意数字，等价于 [0-9]。
• \D：匹配任意非数字字符。
• \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。
• \s：匹配任意空白字符（空格、制表符、换行符等）。
• \S：匹配任意非空白字符。

---

4. 量词

量词用于指定前面字符或分组的重复次数：

量词	描述
*	匹配前面的字符 0 次或多次。
+	匹配前面的字符 1 次或多次。
?	匹配前面的字符 0 次或 1 次。
{n}	匹配前面的字符恰好 n 次。
{n,}	匹配前面的字符至少 n 次。
{n,m}	匹配前面的字符至少 n 次，至多 m 次。

---

5. 分组和捕获

• ()：将多个字符作为一个整体处理，并捕获匹配的内容。
  • 示例：(abc)+ 匹配 abc、abcabc 等。
• (?:)：非捕获分组，只分组不捕获。
  • 示例：(?:abc)+ 匹配 abc、abcabc，但不捕获内容。
• \n：引用分组捕获的内容，n 是分组的序号（从 1 开始）。
  • 示例：(a)\1 匹配 aa。

---

6. 边界匹配

• ^：匹配字符串的开头。
  • 示例：^abc 匹配以 abc 开头的字符串。
• $：匹配字符串的结尾。
  • 示例：abc$ 匹配以 abc 结尾的字符串。
• \b：匹配单词边界。
  • 示例：\bword\b 匹配独立的单词 word。
• \B：匹配非单词边界。

---

7. 零宽断言

零宽断言用于指定匹配位置，但不消耗字符：

断言	描述
(?=...)	正向肯定预查，匹配后面满足条件的位置。
(?!...)	正向否定预查，匹配后面不满足条件的位置。
(?<=...)	反向肯定预查，匹配前面满足条件的位置。
(?<!...)	反向否定预查，匹配前面不满足条件的位置。

---

8. 模式修饰符

模式修饰符用于改变正则表达式的匹配行为：

修饰符	描述
i	忽略大小写。
g	全局匹配（匹配所有符合条件的字符串，而不仅仅是第一个）。
m	多行模式，使 ^ 和 $ 匹配每行的开头和结尾。
s	单行模式，使 . 匹配包括换行符在内的所有字符。

---

9. 常用正则表达式示例

匹配邮箱地址：

 [a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}

匹配 URL：

https?://[^\s]+

匹配手机号码：

1[3-9]\d{9}

匹配日期（YYYY-MM-DD）：

\d{4}-\d{2}-\d{2}

匹配 IP 地址：

(\d{1,3}\.){3}\d{1,3}

---

10. 正则表达式的应用场景

• 文本搜索：在文件中查找符合特定模式的字符串。

• 数据验证：验证用户输入是否符合格式要求（如邮箱、电话号码等）。

• 文本替换：将符合模式的字符串替换为指定内容。

• 数据提取：从文本中提取特定格式的数据（如日期、URL 等）。

---

正则表达式是一种非常强大的工具，掌握它可以极大地提高文本处理的效率！
以上内容仅是个人学习用笔记，由DeepseeAI生成。