正则表达式语法详解：贪婪与非贪婪模式

本文档主要介绍了正则表达式的语法和常用元字符及其含义，强调了“非贪心”匹配的概念，并提供了多个正则表达式示例。 在编程和文本处理中，正则表达式（Regular Expression，简称regex）是一种强大的工具，用于匹配、查找、替换和提取文本中的特定模式。了解正则表达式的语法是提高文本处理效率的关键。以下是一些关键的正则表达式概念和元字符： 1. 元字符：这些字符在正则表达式中具有特殊含义，比如`\`、`^`、`$`、`*`、`+`、`?`、`{n}`、`{n,}`、`{n,m}`、`.`等。 - `\`：转义字符，用于表示后面的字符应被当作普通字符处理，如`\n`代表换行符，`\t`代表制表符。 - `^`：匹配输入字符串的开始位置，如果设置Multiline属性，也会匹配每行的开始。 - `$`：匹配输入字符串的结束位置，如果设置Multiline属性，也会匹配每行的结束。 - `*`：匹配前面的字符0次或多次，相当于`{0,}`。 - `+`：匹配前面的字符1次或多次，相当于`{1,}`。 - `?`：匹配前面的字符0次或1次，相当于`{0,1}`。 - `{n}`：匹配前面的字符正好n次。 - `{n,}`：匹配前面的字符至少n次，无上限。 - `{n,m}`：匹配前面的字符至少n次，不超过m次。 2. 非贪心匹配：默认情况下，正则表达式是“贪心”的，会尽可能多地匹配字符。例如，`o+`在字符串"oooo"中会匹配所有"o"。而当`?`紧跟在量词后面时，如`o+?`，它会变为“非贪心”模式，只匹配最少的字符，所以`o+?`只会匹配一个"o"。 3. `.`：匹配除换行符`\n`外的任何单个字符。如果需要匹配包括换行在内的任何字符，可以使用`[\s\S]`。 4. 正则表达式示例： - `^\s*$`：匹配空白行，即只包含空格、制表符等空白字符的行。 - `\d{2}-\d{5}`：验证由两位数字、一个连字符和五位数字组成的ID号，如“12-34567”。 - `<\s*(\S+)(\s[^>]*)?>[\s\S]*<\s*\/\1\s*>`：匹配HTML标记，例如`<tag attribute="value">content</tag>`。 5. 反向引用：在括号内捕获的分组可以通过`\1`、`\2`等反向引用，用来匹配与先前分组相同的内容。 正则表达式的应用广泛，可用于验证表单输入、搜索文本、提取信息等多个场景。熟练掌握正则表达式能极大提升处理文本的能力。在实际使用中，应结合各种元字符和量词，灵活组合，以实现所需的功能。同时，理解非贪心匹配的概念对于编写精确的正则表达式至关重要。