【一文了解】正则表达式
目录
正则表达式
1.理解正则表达式
2.正则的核心作用
2.1.验证（判断文本是否符合格式）
2.2.提取（从文本中抓出需要的内容）
2.3.替换（批量修改文本内容）
3.理解正则的2个核心概念：“原子”和“量词”
3.1.原子：“单个要匹配的内容”
1）特殊转义字符
2）特殊转义字符：常用反义词
3）字符集
4）组合字符
3.2.量词：“原子要重复多少次”
3.3.组合示例
4.核心使用原则
5.常用正则模板
本篇文章来分享一下正则表达式。
正则表达式
1.理解正则表达式
首先来理解一下正则表达式（简称“正则”），我们可以把它看作一套“文本匹配与处理的通用规则”，用特定符号组合成“模式”，告诉程序“要找什么样的文本”“怎么处理找到的文本”。
用“生活场景”类比正则
比如你想在一堆文件中找“所有以‘报告’开头、以‘2025.pdf’结尾的文件”，用自然语言描述的规则是：
1）开头必须是“报告”；
2）中间可以是任意内容（比如“销售”“财务”）；
3）结尾必须是“2025.pdf”。
那此时对应的正则模式就是^报告.*2025\.pdf$，其中：
1）^代表“开头”，$代表“结尾”（锁定完整字符串）；
2）.*代表“任意字符重复任意次”（中间的任意内容）；
3）\.代表“实际的点”（因为.在正则中有特殊含义，需要转义）。
简而言之，正则就是把“自然语言的匹配规则”，翻译成程序能懂的“符号代码”。其本质是“用符号描述文本规则”。
2.正则的核心作用
正则的价值在于“用简洁的模式替代复杂的代码逻辑”，核心场景分3类：
2.1.验证（判断文本是否符合格式）
比如：
1）手机号是否是“1开头+10位数字”？正则：^1[3-9]\d{9}$；
2）邮箱是否有“@”和“.”？正则：^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$；
3）密码是否包含“字母+数字+8位以上”？正则：^(?=.*[A-Za-z])(?=.*\d).{8,}$。
没有正则时，你需要写几十行代码判断字符类型、长度、特殊符号位置；有了正则，一行模式就能搞定。
2.2.提取（从文本中抓出需要的内容）
比如：
1）从“订单号：20251016001，金额：99元”中提取订单号和金额，正则：订单号：(\d+)，金额：(\d+)元（(\d+)代表“提取连续数字”）；
2）从HTML标签<title>首页</title>中提取标题，正则：<title>(.*?)</title>（.*?代表“非贪婪匹配，只抓标签内的内容”）。
2.3.替换（批量修改文本内容）
比如：
1）把所有手机号中间4位换成“****”，正则匹配：(\d{3})\d{4}(\d{4})，替换为：$1****$2（$1代表第一个括号提取的内容，$2代表第二个）；
2）把文本中所有“张三”换成“李四”，正则：张三（简单匹配直接替换）。
3.理解正则的2个核心概念：“原子”和“量词”
正则模式的最小组成单元是“原子”（单个匹配元素）和“量词”（原子的重复次数），所有复杂正则都是这两者的组合。
3.1.原子：“单个要匹配的内容”
可以理解为“最小的匹配单元”，常见类型：
| 符号/表达式 | 含义 | 示例 |
| 普通字符 | 匹配字符本身 | a 只匹配“a” |
| 特殊转义字符 | 有特殊含义的字符 | \d匹配数字（0-9） |
| 字符集 | 匹配字符集[]中的某一字符 | [0-9]匹配0-9任意一个数字（等同于 \d） |
| 组合符号 | 把()内的内容作为整体进行匹配 | (abc)把“abc”当作一个整体匹配 |
1）特殊转义字符
| 符号/表达式 | 含义 |
| \w | 匹配字母或数字或下划线 |
| \s | 匹配任意的空白符 |
| \d | 匹配数字 |
| \b | 匹配单词的开始或结束 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结束 |
| . | 匹配除换行符以外的任意字符 |
2）特殊转义字符：常用反义词
| 符号/表达式 | 含义 |
| \W | 匹配任意不是字母，数字，下划线，汉字的1字符[A-Za-z0-9_] |
| \S | 匹配任意不是空白符的字符 |
| \D | 匹配任意非数字的字符 |
| \B | 匹配不是单词开头或结束的位置 |
| [^x] | 匹配除了x以外的任意字符 |
| [^aeiou] | 匹配除了aeiou这几个字母以外的任意字符 |
3）字符集
| 符号/表达式 | 含义 |
| [a-z] | 匹配“a到z”任意一个小写字母（字符集，范围用 - 连接） |
| [A-Z] | 匹配“A到Z”任意一个大写字母 |
| [0-9] | 匹配“0到9”任意一个数字（等同于 \d） |
| [a-zA-Z0-9] | 匹配“字母+数字”任意一个（等同于 \w，但不含下划线） |
4）组合字符
| 符号/表达式 | 含义 | 示例 |
| (abc) | 分组：把“abc”当作一个整体原子（可用于提取内容、重复控制） | (ab)+ →匹配“ab”“abab”“ababab” |
| .* | 匹配“任意字符重复任意次”（贪婪匹配：尽可能多匹配） | a.*c →匹配“a123c”“a@#c”，也匹配“a123b456c”（连中间的b也包含） |
| .*? | 匹配“任意字符重复任意次”（非贪婪匹配：尽可能少匹配） | a.*?c →匹配“a123ca@#c”，不匹配“a123b456c”（到第一个c就停止） |
3.2.量词：“原子要重复多少次”
控制原子的匹配次数，常见类型：
| 量词 | 示例 | 含义 |
| * | a* | 匹配0次或多次（比如 a* 可匹配“”“a”“aa”） |
| + | a+ | 匹配1次或多次（必须至少有1个“a”） |
| ? | a? | 匹配0次或1次（最多1个“a”） |
| {n} | a{3} | 精确匹配n次（比如 a{3} 只匹配“aaa”） |
| {n,} | a{2,} | 匹配n次或更多（至少2个“a”） |
| {n,m} | a{2,4} | 匹配n到m次（2-4个“a”） |
3.3.组合示例
用“原子+量词”拼出规则，比如“匹配3-6位数字的密码”：
原子：\d（数字）；
量词：{3,6}（3-6次）；
正则：^\d{3,6}$（^和$锁定完整字符串，避免匹配“1234567”中的前6位）。
4.核心使用原则
1）先定位，再匹配
复杂场景先加^和$锁定字符串范围（如验证手机号^1[3-9]\d{9}$），避免部分匹配（比如“138001380001”多1位也能匹配）。
2）特殊符号必转义
遇到.*?[]()等特殊符号，想匹配其“本身”时，必须加\转义（如匹配“www.baidu.com”的点，需写www\.baidu\.com）。
3）量词跟在原子后
量词（如+{3}）必须紧跟“原子”（单个字符或分组），比如\d{3}（3个数字）、(ab)+（多个ab），不能单独使用。
5.常用正则模板
其中(?=)为正向预查的语法，用于断言（判断）字符串中是否包含至少一个字母（大小写均可），但不会消耗匹配的字符（即不参与最终的匹配结果，仅做条件判断），即只检查条件是否成立，不实际匹配任何字符。
| 适用场景 | 正则表达式 | 匹配说明（示例） | 注意事项 |
| 中国手机号验证 | ^1[3-9]\d{9}$ | 匹配11位手机号（开头13-19，后9位数字） ✅正确：13800138000、19912345678 ❌错误：12345678901（开头12）、1380013800（少1位） | 覆盖国内主流手机号段，不包含卫星电话等特殊号段 |
| 邮箱格式验证 | ^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$ | 匹配标准邮箱（用户名含字母/数字/下划线/减号，域名带后缀） ✅正确：test@example.com、user-123.abc@my-domain.co.uk ❌错误：test@example（无后缀）、test@.com（主域空） | 日常注册/登录场景够用，不支持国际ized邮箱（如含中文） |
| 6位数字验证码 | ^\d{6}$ | 匹配纯6位数字（常用于短信验证码、支付验证码） ✅正确：123456、008899 ❌错误：12345（少1位）、12345a（含字母） | 若需要4/5位，修改 {6} 为 {4}/{5} 即可 |
| 密码强度（字母+数字+8位以上） | ^(?=.*[A-Za-z])(?=.*\d).{8,}$ | 匹配至少8位，且同时包含字母和数字的密码 ✅正确：Abc12345、user_123456（含下划线也可） ❌错误：12345678（纯数字）、abcdefgh（纯字母） | (?=.*[A-Za-z]) 是“必须含字母”的断言，(?=.*\d) 是“必须含数字”的断言 |
| 整数/正整数验证 | 整数：^-?\d+$ 正整数：^\d+$ | 整数：匹配正负整数 ✅正确：123、-456、0 ❌错误：123.45（含小数点）、-0（负0，无意义） | 若需要排除0，正整数可改为 ^[1-9]\d*$ |
| 身份证号（18位，含X） | `^(?:\d{17}[\dXx] | \d{15})$`匹配18位身份证（最后一位可是数字或X/x）或15位旧身份证 ✅正确：110101199001011234、11010119900101123X ❌错误：11010119900101123（少1位）、1101011990010112345（多1位） | 仅验证格式，不验证生日合法性和校验位（如需严格验证，需结合代码逻辑） |
| 匹配URL（简单版） | ^https?://\w+(\.\w+)+(/.*)?$ | 匹配HTTP/HTTPS开头的网址 ✅正确： https://www.baidu.com ❌错误：www.baidu.com（无http/https）、ftp://xxx.com（非http协议） | 适合快速过滤URL，复杂URL（含特殊参数）需扩展 |
好了，本次的分享到这里就结束啦，希望对你有所帮助~