正则表达式基础教程：核心语法解析

"正则表达式基本语法-OnlyLiu-博客园" 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、替换或提取符合特定模式的字符串。其核心在于一系列的元字符和运算符，它们组合起来能够描述复杂的匹配规则。以下是正则表达式的基本语法和用法： 1. 元字符： - `^`：匹配输入字符串的开始位置。 - `$`：匹配输入字符串的结束位置。 - `.`：匹配除换行符外的任何单个字符。 - `*`：匹配前面的子表达式零次或多次。 - `+`：匹配前面的子表达式一次或多次。 - `?`：匹配前面的子表达式零次或一次。 - `{n}`：匹配前面的子表达式恰好n次。 - `{n,}`：匹配前面的子表达式至少n次。 - `{n,m}`：匹配前面的子表达式至少n次但不超过m次。 2. 特殊字符转义： 如果需要匹配元字符本身，需要在其前加上反斜杠 `\` 进行转义，如 `\*` 表示匹配星号 `*` 字符。 3. 量词： - `*`、`+` 和 `?` 都可以跟在字符或字符类后面，指示它们前面的字符或字符类可以重复的次数。 - 使用大括号 `{}` 指定精确的重复次数，如 `ab{2,4}` 匹配 `abb`、`abbb` 或 `abbbc`，但不匹配 `ab` 或 `abbbd`。 4. 分组与反向引用： - `( )` 用于创建子表达式，可以捕获匹配的子串，并且可以进行反向引用。例如，`(ab)+` 匹配连续的 `ab` 子串，如 `ababab`。 - `\1` 表示对第一个捕获组的反向引用，`\2` 对第二个捕获组的反向引用，以此类推。 5. 预定义字符类： - `\d`：匹配任何数字，等同于 `[0-9]`。 - `\D`：匹配任何非数字字符，等同于 `[^0-9]`。 - `\s`：匹配任何空白字符，包括空格、制表符、换页符等，等同于 `[ \f\n\r\t\v\u00A0\u1680\u180E\u2000-\u200A\u2028\u2029\u202F\u205F\u3000]`。 - `\S`：匹配任何非空白字符，等同于 `[^ \f\n\r\t\v\u00A0\u1680\u180E\u2000-\u200A\u2028\u2029\u202F\u205F\u3000]`。 - `\w`：匹配字母、数字、下划线，等同于 `[a-zA-Z0-9_]`。 - `\W`：匹配非字母、数字、下划线的字符，等同于 `[^a-zA-Z0-9_]`。 6. 非贪婪匹配： - 在量词后添加 `?` 可以使其变为非贪婪模式，即尽可能少地匹配字符。例如，`a.*?b` 将匹配最短的 `a` 和 `b` 之间的字符串。 7. 选择与或： - `|` 符号用于表示或的关系，如 `cat|dog` 将匹配 "cat" 或 "dog"。 8. 定位符： - `\b` 匹配单词边界。 - `\B` 匹配非单词边界。 9. 修饰符（模式修饰符）： - `i`：使匹配对大小写不敏感。 - `g`：全局匹配，查找所有匹配，而不仅仅是第一个。 - `m`：多行模式，使 `^` 和 `$` 分别匹配每一行的开头和结尾，而不仅仅是整个字符串的开始和结束。 这些是正则表达式的基本语法元素，通过组合使用，可以构建出极其复杂的模式来处理各种文本数据。熟练掌握正则表达式对于编程和数据处理任务来说至关重要，特别是在文本分析、数据清洗和验证等领域。