正则表达式完全指南：匹配、边界与高级技巧

"正则表达式中文手册" 正则表达式是一种强大的文本处理工具，用于在文本中查找、替换和提取符合特定模式的字符串。它由各种字符和元字符组成，形成复杂的模式来匹配字符串。手册从基础概念开始介绍，包括以下几个主要知识点： 1. **匹配单个字符** - **匹配固定单个字符**：直接使用字符本身来匹配，如`a`匹配字符`a`。 - **匹配任意单个字符**：使用`\`转义字符或`?`来匹配任何单个字符。 - **匹配“.”元字符**：`.`代表任意单个非换行符的字符。 - **匹配字符组**：使用`[]`创建字符组，匹配其中任意一个字符。可以包含字符区间（如`[a-z]`）和反义字符组（如`[^a-z]`）。 2. **匹配特殊字符** - **匹配元字符**：元字符如`\d`匹配数字，`\w`匹配字母、数字和下划线，`\s`匹配空格等空白字符。 - **匹配空字符**：`\b`匹配单词边界，`\n`匹配换行符，`\t`匹配制表符。 - **匹配特定字符类型**：`\d{3}-\d{4}`匹配三位数字加短横线再加四位数字，如电话号码格式。 3. **匹配多个字符** - **匹配一个或多个**：`+`符号表示前面的字符至少出现一次。 - **匹配零个或多个**：`*`表示前面的字符可以出现零次或多次。 - **匹配零个或一个**：`?`表示前面的字符可以出现零次或一次。 - **匹配指定数目字符**：可以使用`\d{3}`匹配三位数字，`\d{2,4}`匹配两到四位数字。 - **贪婪匹配与惰性匹配**：贪婪匹配默认尽可能多的匹配，惰性匹配尽可能少地匹配。可以通过`?`进行贪婪与惰性的切换，如`\d+?`。 4. **匹配边界** - **匹配单词边界**：`\b`用于匹配单词的开始或结束。 - **匹配非单词边界**：`\B`用于匹配非单词边界。 - **匹配文本边界**：`^`匹配文本开头，`$`匹配文本结尾。 正则表达式还支持更高级的概念，如子模式、后向引用、预查和非获取匹配： - **子模式**：`(pattern)`定义一个子模式，可以重复、组合或用“或”操作符（`|`）匹配多个选项。 - **后向引用**：在子模式中使用`\number`引用前面的相同位置的子模式。 - **预查和非获取匹配**：预查（如`(?=pattern)`正向预查，`(?!pattern)`负向预查）不捕获匹配，只影响后续匹配，非获取匹配（`(?:pattern)`）不创建捕获组。 掌握这些正则表达式知识，能够帮助开发者高效地处理文本数据，进行数据验证、搜索、替换等多种任务。