正则表达式实例教程笔记

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、替换和验证字符串。下面我将通过实例来讲解正则表达式的基本语法和常见用法。

1. 基本匹配

正则表达式由普通字符（例如字母、数字）和特殊字符（称为元字符）组成。最简单的正则表达式就是普通字符，例如：

• 正则表达式 hello 会匹配字符串中出现的第一个”hello”。

2. 元字符

元字符是正则表达式中具有特殊意义的字符。常见的元字符包括：

• . 匹配任意单个字符（除了换行符）

• ^ 匹配字符串的开始

• $ 匹配字符串的结束

• * 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，至多m次

• [] 字符集合，匹配所包含的任意一个字符

• | 或，匹配两者之一

• () 分组，将多个字符组合成一个单元，并可捕获匹配的文本

3. 转义

如果你想要匹配元字符本身，需要使用反斜杠\进行转义。例如，匹配点号.，需要使用\.。

4. 字符类

用方括号[]表示，匹配括号内的任意一个字符。

• [abc] 匹配a、b或c

• [a-z] 匹配任意小写字母

• [0-9] 匹配任意数字

• [^abc] 匹配除了a、b、c之外的任意字符（在字符类中的^表示否定）

5. 预定义字符类

• \d 匹配数字，等价于[0-9]

• \D 匹配非数字，等价于[^0-9]

• \w 匹配字母、数字、下划线，等价于[A-Za-z0-9_]

• \W 匹配非字母、数字、下划线

• \s 匹配空白字符（空格、制表符、换行符等）

• \S 匹配非空白字符

6. 实例

实例1：匹配邮箱地址

假设我们要匹配一个简单的邮箱地址，格式为：用户名@域名.后缀

• 用户名：可以包含字母、数字、点、下划线、减号，且不能以点开头或结尾，不能连续两个点。

• 域名：可以包含字母、数字、减号，且不能以减号开头或结尾。

• 后缀：一般为2-5个字母。

正则表达式：^[a-zA-Z0-9]+([._-]?[a-zA-Z0-9]+)*@[a-zA-Z0-9]+(-?[a-zA-Z0-9]+)*(\.[a-zA-Z]{2,5})+$

解释：

• ^ 表示字符串开始

• [a-zA-Z0-9]+ 至少一个字母或数字开头

• ([._-]?[a-zA-Z0-9]+)* 接下来可以是零个或多个以下结构：一个可选的点、下划线或减号，然后至少一个字母或数字。注意这里我们使用了?表示前面的字符可选，这样允许中间有点、下划线或减号，但不会连续两个点。

• @ 匹配字面量@

• [a-zA-Z0-9]+ 域名部分以至少一个字母或数字开头

• (-?[a-zA-Z0-9]+)* 之后可以跟零个或多个：一个可选的减号然后至少一个字母或数字，这样确保域名中可以有减号但不能连续减号或开头结尾有减号。

• (\.[a-zA-Z]{2,5})+ 匹配一个点后跟2到5个字母，这个整体可以出现一次或多次（例如：.com、.co.uk）

• $ 字符串结束

注意：这只是一个简单的示例，实际邮箱地址更复杂，此表达式可能不覆盖所有情况。

实例2：匹配URL

假设我们要匹配HTTP/HTTPS的URL。

正则表达式：^https?://[^\s/$.?#].[^\s]*$

解释：

• ^https? 匹配http或https，s可选

• :// 匹配字面量

• [^\s/$.?#] 匹配一个不是空白字符、不是/、$、.、?、#的字符，确保域名部分不以这些字符开头

• [^\s]* 匹配任意非空白字符，直到字符串结束

实例3：匹配日期（YYYY-MM-DD）

正则表达式：^\d{4}-(0[1-9]|1[0-2])-(0[1-9]|[12][0-9]|3[01])$

解释：

• ^\d{4} 匹配4位数字的年份

• - 匹配字面量减号

• (0[1-9]|1[0-2]) 匹配月份，01-09或10-12

• - 匹配字面量减号

• (0[1-9]|[12][0-9]|3[01]) 匹配日期，01-09、10-29、30-31

实例4：匹配手机号码（以中国手机为例）

中国手机号码：1开头，第二位是3-9，后面9位数字。

正则表达式：^1[3-9]\d{9}$

实例5：替换HTML标签

如果我们想移除字符串中所有的HTML标签，可以使用替换功能，将匹配到的标签替换为空字符串。

正则表达式：<[^>]+>

解释：匹配以<开头，后面跟着一个或多个不是>的字符，然后以>结尾。

基本语法

1. 字面量匹配

hello        # 匹配 "hello"
test123      # 匹配 "test123"

2. 特殊字符转义

\.           # 匹配点号字符
\\           # 匹配反斜杠
\$           # 匹配美元符号

常用元字符

量词

字符类

1. 自定义字符类

[aeiou]      # 匹配任意元音字母
[0-9]        # 匹配任意数字
[a-zA-Z]     # 匹配任意字母

2. 排除字符类

[^aeiou]     # 匹配非元音字母
[^0-9]       # 匹配非数字字符

分组和捕获

1. 基本分组

(abc)+       # 匹配 "abc", "abcabc" 等

2. 非捕获分组

(?:abc)+     # 匹配但不捕获分组

3. 命名捕获组

(?<year>\d{4})-(?<month>\d{2})  # 命名捕获年月

实际应用示例

1. 邮箱验证

^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$

示例匹配：

• user@example.com

• john.doe@gmail.com

2. 手机号码验证

^1[3-9]\d{9}$

示例匹配：

• 13812345678

• 15987654321

3. URL 提取

https?://[^\s/$.?#].[^\s]*

示例匹配：

• http://example.com

• https://www.google.com/search?q=regex

4. 日期匹配

\d{4}-\d{2}-\d{2}

示例匹配：

• 2023-12-25

• 1990-01-01

5. HTML 标签提取

<([a-z][a-z0-9]*)[^>]*>(.*?)</\1>

示例匹配：

• <div>内容</div>

• <p class="text">段落</p>

6. 密码强度验证

^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[@$!%*?&])[A-Za-z\d@$!%*?&]{8,}$

要求：

• 至少8个字符

• 包含大小写字母

• 包含数字

• 包含特殊字符

不同语言中的使用

Python 示例

# 匹配邮箱
pattern = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
email = "user@example.com"

if re.match(pattern, email):
    print("邮箱格式正确")

# 提取所有数字
text = "价格是123元，重量是45公斤"
numbers = re.findall(r'\d+', text)
print(numbers)  # ['123', '45']

JavaScript 示例

// 验证手机号码
const phonePattern = /^1[3-9]\d{9}$/;
const phone = "13812345678";

if (phonePattern.test(phone)) {
    console.log("手机号码格式正确");
}

// 替换文本
const text = "今天是2023-12-25";
const newText = text.replace(/(\d{4})-(\d{2})-(\d{2})/, "$1年$2月$3日");
console.log(newText);  // "今天是2023年12月25日"

Java 示例

import java.util.regex.*;

public class RegexExample {
    public static void main(String[] args) {
        // 验证邮箱
        String emailPattern = "^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}$";
        String email = "user@example.com";
        
        if (email.matches(emailPattern)) {
            System.out.println("邮箱格式正确");
        }
        
        // 提取URL
        String text = "访问 https://example.com 获取更多信息";
        Pattern urlPattern = Pattern.compile("https?://[^\\s/$.?#].[^\\s]*");
        Matcher matcher = urlPattern.matcher(text);
        
        while (matcher.find()) {
            System.out.println("找到URL: " + matcher.group());
        }
    }
}

实用技巧

1. 使用在线测试工具：如 regex101.com 测试和调试正则表达式

2. 注释复杂表达式：使用 (?#注释) 或 x 模式添加注释

3. 性能优化：避免过度使用回溯，尽量使用具体字符类

4. 测试边界情况：确保正则表达式处理各种边界情况

这个教程涵盖了正则表达式的基础知识和常见应用场景。建议在实际使用中多加练习，逐步掌握这个强大的文本处理工具！