正则表达式完全指南

"正则表达式教程" 正则表达式（Regular Expression）是一种强大的文本处理工具，用于匹配、查找、替换等操作。它是由一个字符序列组成的模式，这些字符可以是字母、数字、特殊符号，或者预定义的字符类。在编程语言中，正则表达式常用于字符串操作，如验证输入格式、提取特定信息等。 1. 基本字符： - `.`：匹配任意单个字符，除了换行符。 - `[ ]`：字符集，匹配括号内的任意一个字符。例如，`[0-9]` 匹配任何数字。 - `-`：在字符集中表示范围，如`[a-z]`匹配所有小写字母。 2. 量词： - `*`：匹配前面的字符0次或无限次。 - `+`：匹配前面的字符1次或无限次。 - `?`：匹配前面的字符0次或1次。 - `{n}`：匹配前面的字符恰好n次。 - `{n,}`：匹配前面的字符至少n次。 - `{n,m}`：匹配前面的字符至少n次，但不超过m次。 3. 特殊字符： - `^`：在字符集外部表示否定，如`[^0-9]`匹配非数字字符；在字符串开始处表示匹配字符串开始。 - `$`：在字符串结束处表示匹配字符串结束。 4. 预定义字符类： - `\d`：等价于`[0-9]`，匹配任何数字。 - `\D`：匹配任何非数字字符。 - `\w`：匹配任何字母、数字或下划线。 - `\W`：匹配任何非单词字符。 - `\s`：匹配任何空白字符，包括空格、制表符、换页符等。 - `\S`：匹配任何非空白字符。 5. 转义字符： - `\`：用于对特殊字符进行转义，使其按字面值匹配，如`\(`匹配左括号。 6. 分组与引用： - `( )`：创建一个捕获组，可以引用或重复匹配该组。 - `\1`，`\2`...：引用前面的捕获组。 7. 零宽度断言： - `^`：在字符串开始处，但不包含在匹配结果中。 - `$`：在字符串结束处，但不包含在匹配结果中。 - `\b`：单词边界，匹配单词与非单词字符的边界。 - `\B`：非单词边界。 8. 正向前瞻与后顾： - `(?=...)`：正向前瞻，确保紧跟在当前位置后面的字符序列匹配括号中的正则表达式，但不包含在匹配结果中。 - `(?!...)`：负向前瞻，确保紧跟在当前位置后面的字符序列不匹配括号中的正则表达式。 9. 版本与支持： - 不同的编程语言或工具可能对正则表达式的支持程度不同。例如，`vi`、`awk`、`sed`、`Perl`、`JavaScript`、`Python`、`Ruby`等都有自己的实现和语法差异。 10. 应用场景： - HTML解析：通过正则表达式从HTML文本中提取特定标签或属性。 - URL验证：验证用户输入的URL是否符合规范。 - 邮箱验证：验证邮箱地址格式是否正确。 - 文件名匹配：根据模式匹配文件名，如`data*.dat`匹配以"data"开头，后跟任意数量字符，以".dat"结尾的所有文件。 通过熟练掌握正则表达式，可以极大地提高处理文本数据的效率和准确性。学习和理解正则表达式的各种构造和功能，是每一个IT从业者必备的技能之一。