正则表达式完全指南：从入门到精通

"正则表达式总结 - 张子阳" 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、匹配、替换特定模式的字符串。它在编程语言中广泛应用，如表单验证、数据提取、文本分析等场景。 **什么是正则表达式？** 正则表达式（Regular Expression）是一种特殊的字符序列，用于描述一系列的字符组合，用来匹配符合特定规则的字符串。通过使用不同的符号和结构，你可以构建出复杂的模式来匹配各种文本格式。 **匹配单个字符** 1. **匹配固定单个字符**：直接使用该字符，如 'a' 匹配字符 'a'。 2. **匹配任意单个字符**：使用 '.'，它可以匹配除了换行符之外的任何单个字符。 3. **匹配“.”元字符**：'.' 是一个特殊字符，表示任意字符。 4. **匹配字符组**：使用方括号 '[...]'，如 '[abc]' 匹配 'a'、'b' 或 'c'。 - **字符组基本语法**：可以包含多个字符。 - **字符区间**：如 '[a-z]' 匹配小写字母。 - **反义字符组**：'^' 在方括号内表示不匹配该字符。 **匹配特殊字符** 1. **匹配元字符**：包括 '^', '$', '.', '*', '+', '?', '{', '}', '|', '(', ')', '[', ']', '\\' 等，需要使用 '\\' 进行转义。 2. **匹配空字符**：'\n' 匹配换行，'\t' 匹配制表符，'\r' 匹配回车。 3. **匹配特定字符类型**： - **匹配数字类型**：'\d' 等价于 '[0-9]'，匹配数字。 - **匹配字母、数字、下划线**：'\w' 等价于 '[a-zA-Z0-9_]'，匹配字母、数字和下划线。 - **匹配空字符**：'\s' 匹配任何空白字符，包括空格、制表符、换行符等。 **匹配多个字符** 1. **匹配一个或多个**：'*' 后跟一个字符，表示匹配前面的字符零次或多次。 2. **匹配零个或多个字符**：'?' 表示匹配前面的字符零次或一次。 3. **匹配零个或一个字符串**：'?' 可以用在分组后面，表示匹配整个分组零次或一次。 4. **匹配指定数目字符**： - **匹配固定数目的字符**：'{n}'，n 为具体数字。 - **匹配区间以内数目的字符**：'{n,m}'，n 和 m 分别为最小和最大次数。 5. **贪婪匹配与惰性匹配**： - **贪婪匹配**：默认情况下，正则表达式会尽可能多地匹配字符。 - **惰性匹配**：使用 '?' 使其变为尽可能少地匹配字符。 **匹配边界** 1. **匹配单词边界**：'\b' 匹配单词的开始或结束。 2. **匹配非单词边界**：'\B' 匹配非单词边界。 3. **匹配文本边界**： - **匹配文本首**：'^' 匹配字符串开头。 - **匹配文本末**：'$' 匹配字符串结尾。 **匹配子模式** 1. **子模式**：使用 '(' 和 ')' 定义子模式，可以复用或进行“或”匹配。 2. **“或”匹配**：'|' 表示匹配其左右两侧的模式之一。 3. **嵌套子模式**：子模式可以包含其他子模式。 **后向引用** 后向引用允许你在正则表达式中引用前面捕获的子模式，用于在替换操作中保持一致。 **文本替换** 1. **使用后向引用进行替换**：在替换函数中，可以引用匹配到的子模式进行替换操作。 2. **.Net 中的文本替换**：C#、VB.NET 等 .Net 语言提供了丰富的正则表达式替换功能。 **预查和非获取匹配** 1. **非获取匹配**：(?:...) 使得子模式不被捕获，不影响整体匹配。 2. **正向预查**：'(?=...)' 匹配后面跟着指定模式的位置。 3. **反向预查**：'(?!...)' 匹配后面不跟着指定模式的位置。 4. **正向、反向预查组合**：可以结合使用预查来实现更复杂的匹配需求。 5. **负正向预查、负反向预查**：分别表示不以某模式开头或不以某模式结尾的匹配。 总结，正则表达式虽然不是独立的语言，但作为工具，它在程序设计中扮演着至关重要的角色，能帮助开发者高效处理文本数据。熟练掌握正则表达式，能极大提升编程效率。