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）。
@ ：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）。
\. ：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）。
$ ：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.com
abc@example.co.jp
test-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