正则表达式 (Regex) 从入门到精通：全面指南
深入了解正则表达式的基本语法、元字符、量词、边界匹配、分组捕获以及高级断言。包含常用正则示例与在线测试工具推荐。
什么是正则表达式？
正则表达式（Regular Expression，简称 Regex 或 Regexp）是一种用于描述、匹配和处理字符串的强大工具。它通过一系列特定的字符组合（模式），来查找、验证或替换符合规则的文本。
无论是简单的手机号验证，还是复杂的日志分析，正则表达式都能极大地提高开发效率。几乎所有现代编程语言（如 JavaScript, Python, Java, C++, Go 等）都内置了对正则表达式的支持。
1. 基础语法
正则表达式主要由 普通字符 和 元字符 组成。
普通字符
普通字符包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号。它们在匹配时仅代表其字面含义。例如，模式 cat 将匹配字符串中的 “cat”。
元字符 (Metacharacters)
元字符是具有特殊含义的字符，是正则表达式的核心。
| 元字符 | 描述 |
|---|---|
. | 匹配除换行符之外的任意单个字符。 |
\ | 转义字符，将元字符转为普通字符，或标记特殊序列。 |
^ | 匹配字符串或行的开始位置。 |
$ | 匹配字符串或行的结束位置。 |
* | 匹配前面的子表达式零次或多次。 |
+ | 匹配前面的子表达式一次或多次。 |
? | 匹配前面的子表达式零次或一次。 |
| | 逻辑“或”操作。 |
() | 标记一个子表达式的开始和结束位置，用于分组。 |
[] | 标记一个中括号表达式，匹配其中的任意字符。 |
{} | 标记量词表达式。 |
2. 字符类 (Character Classes)
字符类用于匹配一组字符中的任意一个。
[abc]：匹配 “a”、“b” 或 “c”。[^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。
常用简写：
\d：匹配数字，等同于[0-9]。\D：匹配非数字，等同于[^0-9]。\w：匹配字母、数字或下划线，等同于[a-zA-Z0-9_]。\W：匹配非单词字符。\s：匹配空白字符（空格、制表符、换行符等）。\S：匹配非空白字符。
3. 量词 (Quantifiers)
量词用于指定某个模式出现的次数。
*：0 次或多次。+：1 次或多次。?：0 次或 1 次（常用于表示可选）。{n}：恰好 n 次。{n,}：至少 n 次。{n,m}：n 到 m 次。
贪婪与非贪婪匹配：
- 贪婪匹配 (Greedy)：正则表达式默认是贪婪的，它会尽可能多地匹配字符。例如
a.*b在匹配axxxbxxxb时会匹配整个字符串。- 非贪婪匹配 (Lazy/Non-greedy)：在量词后面加上
?（如*?,+?）可以使其匹配尽可能短的字符串。例如a.*?b在匹配axxxbxxxb时只会匹配到第一个axxxb。
4. 边界匹配 (Anchors)
边界匹配符不匹配具体的字符，而是匹配“位置”。
^：匹配字符串的开始（在多行模式下匹配行首）。$：匹配字符串的结束（在多行模式下匹配行尾）。\b：匹配单词边界。即单词字符（\w）与非单词字符之间的位置。\B：匹配非单词边界。
5. 分组与捕获 (Grouping & Capturing)
(expression)：捕获性分组。将匹配到的内容保存，方便后续通过\1,\2引用。(?:expression)：非捕获性分组。仅用于逻辑组合，不保存匹配结果，这样可以提高引擎的执行效率。(?<name>expression)：具名捕获分组。为组指定一个名称，在某些语言中可以通过名称提取数据。
6. 零宽断言 (Lookaround/环视) - 高级技巧
断言用于查找某些内容之前或之后的内容，但其本身“不消耗”字符，即断言部分不会出现在最终的匹配结果中。
(?=...)正向肯定断言：后面必须跟着某内容。例如Windows(?=95|98|NT)只匹配后面跟有 95、98 或 NT 的 “Windows”。(?!...)正向否定断言：后面不能跟着某内容。(?<=...)反向肯定断言：前面必须是某内容。(?<!...)反向否定断言：前面不能是某内容。
7. 转义字符 (Escaping)
由于 *, +, ?, [, ], (, ), {, }, ., ^, $, |, \ 这些字符在正则中有特殊含义，如果你想匹配它们的字面含义，必须在前面加上反斜杠 \。
例如，要匹配一个实际的点号 .，你应该写成 \.。
8. 常用匹配模式 (Flags)
i(Ignore Case)：忽略大小写。g(Global)：全局匹配（查找所有匹配项而非只停在第一个）。m(Multiline)：多行模式。使^和$匹配每一行的开始和结束。s(DotAll)：点号可以匹配换行符。u(Unicode)：支持 Unicode 编码，对于匹配 Emoji 等多字节字符至关重要。
9. 实战示例
- 匹配手机号 (中国)：
^1[3-9]\d{9}$ - 匹配 Email：
^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$ - 匹配日期 (YYYY-MM-DD)：
^\d{4}-\d{2}-\d{2}$ - 匹配 IP 地址 (基础格式)：
^(?:\d{1,3}\.){3}\d{1,3}$(仅校验数字格式) - 匹配强密码：
^(?=.*[A-Za-z])(?=.*\d)[A-Za-z\d]{8,}$(至少8位，包含字母和数字)
10. 性能与小贴士
- 避免“灾难性回溯”：尽量避免嵌套的模糊量词（如
(a+)+），这可能会导致引擎在某些输入下运行极其缓慢。 - 优先使用非捕获分组：如果你不需要提取括号内的内容，请使用
(?:...)而非(...)。 - 具体胜过模糊：能用
[a-z]就不要用.，匹配范围越小，效率越高。 - 注意引擎差异：虽然基本语法通用，但不同语言（如 JavaScript、Python、PHP）的正则引擎对高级特性的支持（如反向断言/Lookbehind）有所不同。
总结
正则表达式是每个开发者都应该掌握的“瑞士军刀”。虽然起步阶段语法可能看起来比较晦涩，但一旦掌握，处理复杂文本时将游刃有余。
为了帮助您更直观地编写和测试正则表达式，我们提供了一个在线测试工具。
👉 立即体验：在线正则表达式测试工具
您可以直接在工具中输入正则表达式和待匹配文本，系统会实时高亮显示匹配结果，并提供详细的语法说明。