正则表达式：30秒掌握字符串匹配神器

正则表达式（Regular Expression，常简写为 regex、regexp）是一种用于描述字符串模式的特殊文本序列，主要用于字符串的匹配、查找、替换和验证等操作。它通过一些预定义的规则和特殊字符，构建出一个 "模式"，然后用这个模式去匹配目标字符串中符合规则的部分。

核心作用

• 匹配验证：检查字符串是否符合特定格式（如邮箱、手机号、URL 等）
• 搜索提取：从文本中找出符合模式的内容（如提取所有数字、邮箱地址）
• 替换修改：替换文本中符合模式的部分（如批量替换敏感词）

基本组成

1. 普通字符：如字母（a-z, A-Z）、数字（0-9）等，代表字符本身
2. 特殊元字符：具有特殊含义的字符，例如：
   • .：匹配任意单个字符（除换行符）
   • *：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
   • ^：匹配字符串的开始位置
   • $：匹配字符串的结束位置
   • []：定义字符集合（如[0-9]匹配任意数字）
   • ()：定义子表达式（用于分组或捕获）

示例

• 匹配邮箱的简单正则：\w+@\w+\.\w+
  • 含义：匹配 "字母 / 数字 @字母 / 数字。字母 / 数字" 格式的字符串
• 匹配手机号（中国大陆）：^1[3-9]\d{9}$
  • 含义：以 1 开头，第二位是 3-9，后面跟 9 位数字，且整体长度为 11 位

应用场景

正则表达式在编程（如 Python、JavaScript、Java 等）、文本编辑器（如 VS Code、Sublime）、数据库查询（如 MySQL 的 REGEXP）等领域被广泛使用，是处理字符串的强大工具。不过，复杂的正则表达式可能可读性较差，需要在简洁性和可维护性之间平衡。