人生苦短，我用正则。

你有没有过这种体验：看着一串奇形怪状的符号，心里直犯嘀咕——这是在写魔法咒语吗？别怕，那不是巫术，那是正则表达式！虽然它一开始看起来像外星语言，但一旦掌握，你就能轻松驾驭文本世界，像武林高手挥剑断水一样精准又帅气。

今天，让我们带着轻松的心情，一起拆解正则表达式这位“复杂又迷人的老朋友”，顺便吐槽它那些让人又爱又恨的小脾气。

什么是正则表达式？

正则表达式（Regular Expression，简称 RegEx），说白了就是一套用来描述文本模式的神奇符号规则。它能帮你快速找到、匹配、替换文本中的特定内容，效率堪比 Ctrl+F，但姿势更优雅。

想象一下，正则就像一位脾气古怪但超强的猎犬，只要你给出线索（规则），它就能飞速在大海一样的数据里嗅出目标，叼回来给你。

一个小小的栗子 🌰

我们先来看一个最简单的例子，感受一下正则的神奇魅力：

假设你想在一大堆文字中找到所有的数字。正常人：👀肉眼一个个找；程序员：💻正则一把梭！

只需要一条简简单单的正则：

1
\d

解释一下：

  • \d 代表 任意一个数字，也就是 0 到 9 中的任意一个。
  • 它只匹配一个数字，如果想匹配一串数字，比如身份证号、电话号？加个 + 就行了（后面会讲～）。

比如，在下面这段话里：

今天是 2025 年 4 月 27 日，我喝了 3 杯咖啡。

用正则 \d，就能快速找到：2、0、2、5、4、2、7、3 —— 简直像开了挂一样！

接下来，我们就要逐步揭秘正则表达式里的更多神器——各种特殊符号和操作符，让你也能用正则秀出风采！🎩✨

基本匹配：一点也不复杂

在正则表达式的世界里，最基础的事情就是：你写啥，它就找啥。

比如：

  • 正则 cat，能在 “I have a cat.” 里找到 cat。
  • 正则 dog，能在 “Hotdog is delicious.” 里找到 dog。

很简单吧？直接对着文字比对，一模一样才能算数。

.：万物皆可匹配

. 在正则里，代表“任意单个字符”，除了换行符（\n）之外，其他的通通匹配。

比如：

  • 正则 c.t，可以匹配 cat、cut、cot，甚至 c9t，只要中间那个字符存在就行。

. 是个小疯子，什么都要，什么都敢要，记得小心使用！

字符集：你可以自己挑

如果你只想匹配几个特定的字符，可以用方括号 [ ] 包起来，组成一个“字符小团体”。

比如：

  • [abc] 匹配一个字符，可以是 a、b 或 c。

举例：

  • 正则 c[aeiou]t，可以匹配 cat、cot、cut、cet、cit，因为中间只允许出现元音字母。

字符集 = 自助餐，随便挑一个吃，不挑别的。

否定字符集：我啥都不要，只要排除他们

在字符集里加个 ^（插在最前面），就变成了否定字符集，意思是“匹配不在这里面的”。

比如：

  • [^0-9]，匹配任何不是数字的字符。
  • [^aeiou]，匹配任何不是元音字母的字符。

注意：^ 只有在方括号 [ 后面立刻出现时，才表示否定！放在外面那是另一个意思了！（后面讲）

字母范围 & 数字范围：别傻傻一个个列

如果你想匹配从 a 到 z 所有小写字母，或者从 0 到 9 所有数字，可以用范围表达，省事儿。

格式就是用一个短横线 - 连起来：

  • [a-z]：匹配任意小写字母。
  • [A-Z]：匹配任意大写字母。
  • [0-9]：匹配任意数字。

当然你也可以组合：

  • [a-zA-Z0-9]：匹配所有字母和数字，走到哪儿都好用的万金油组合。

重复匹配：*、？、+、{}的华丽登场

匹配一个字符？太单调了！
匹配很多个字符？这才叫快乐！

正则提供了一套“量词”，让你可以控制“匹配多少次”。

*：0次或者多次

* 表示前面的东西可以出现 零次、一次或者多次，想来多少来多少。

比如：

  • 正则 go*gle 可以匹配：
      - `ggle`（一个 `o` 都没有）
  - `gogle`
  - `gooogle`
  - `goooooooogle`

* 是一位极度包容的老好人，不来可以，来一大堆也没问题。

?：要来就来一个，不来也行

? 表示前面的东西可以出现 零次或一次，要么有，要么没有，别太贪心。

比如：

  • 正则 colou?r 可以匹配：
    • color
    • colour

英式拼法美式拼法？一个 u 搞定！

+：至少来一个，别想偷懒

+ 表示前面的东西必须出现 至少一次，一次以上没上限。

比如：

  • 正则 lo+l 可以匹配：
    • lol
    • loool
    • looooooooool

但不能匹配只有 ll 的情况，因为中间必须有至少一个 o。

{}：精准打击选手

如果你想精确地控制出现的次数，可以用花括号 {}：

  • {n}：正好 n 次
  • {n,}：至少 n 次
  • {n,m}：至少 n 次，最多 m 次

比如：

  • \d{4} 匹配恰好四位数字，比如年份 2025。
  • \d{2,4} 匹配2到4位数字，比如 23、202、2025。

这种写法就像开精准制导导弹，目标明确，打击到位！

🎯 小结：

  • *：可以啥都没有，或者来一堆。
  • ?：可有可无，没啥强制要求。
  • +：必须有一个起步。
  • {}：想来几次，咱自己说了算！

分组玩法：组织一下，世界更美好

正则表达式虽然自由，但自由久了容易乱套。所以，分组 () 机制就诞生了：把一段东西抱在一起，作为一个整体来处理。

就像开会拉个小组讨论，大家更有组织感！

()：普通分组

普通的圆括号 () 有两个作用：

  1. 把内容打包成一个整体。比如你想重复一整块内容，就可以打包起来再用 *、+ 等量词。
  2. 捕获匹配的内容。也就是可以把匹配到的小块内容拿出来以后用。

比如：

  • 正则 (ab)+ 可以匹配：
    • ab
    • abab
    • ababab

每次匹配的是整个 ab，而不是单独的 a 或 b。

捕获的内容也可以在替换文本时用，比如 \1 代表第一个括号里的内容，超实用！（后面举例）

(?:)：非捕获分组

有时候你只是想分个组，方便管理，但你压根不想“捕获”它。
这时就用 (?:...) —— 非捕获分组！

比如：

  • 正则 (?:cat|dog)+ 会匹配：
    • cat
    • dog
    • catdogcat

但不会单独记录是哪个子串，纯粹为了逻辑清晰，不留证据，不搞记录。

总结：

  • ()：分组 + 捕获
  • (?:)：分组，不捕获，低调做人。

其他好用的家伙们：|、转义符、^、$

到了这里，正则的武器库里还剩下一些必学技能，咱们逐个拿出来摆一摆！

|：二选一？多选一！

竖线 | 表示或者（OR）。

比如：

  • 正则 cat|dog 可以匹配 cat 或 dog，有点像语文里的“选择题”。

配合括号使用效果更佳，比如：

  • (cat|dog|fish)，这回是猫猫狗狗加小鱼干，三选一！

转义字符：想用特殊符号？加个 \

有些符号在正则里本来是有特殊意义的，比如 ., *, ?, +, (, ), [, ], {, }, |, ^, $，它们都有各自的小性格。

如果你就是想字面上匹配这些符号，就要在前面加个 \，转义它！

比如：

  • \. 匹配真正的句点 .
  • \* 匹配真正的星号 *
  • \\ 匹配一个反斜杠 \（因为反斜杠自己也需要转义，懂得都懂）

总之：遇到叛逆符号，加个 \ 驯服它！

^：开头对线

^ 有两种用法（别跟字符集里的 [^ ] 搞混！）
在正则开头，^ 表示字符串的开始。

比如：

  • 正则 ^Hello 只会匹配以 Hello 开头的字符串，比如：
    • ✅ Hello world!
    • ❌ Say Hello!（因为 Hello 不在开头）

小提醒：^ 是个很讲原则的人，只在最开头严格守岗。

$：结尾封印

$ 表示字符串的结束。

比如：

  • 正则 world!$ 只会匹配以 world! 结尾的字符串，比如：
    • ✅ Hello world!
    • ❌ Welcome to the world! Hello（虽然有 world!，但不是结尾）

如果你又用了 ^ 又用了 $，比如：

  • ^abc$
    就要求整个字符串只能是 abc，中间不允许有多余的字符，超严格！

🎯 小结：

  • |：你选我或者选我或者选我。
  • \：乖，别皮，给你加个转义。
  • ^：我只看开头。
  • $：我只守结尾。

常见特殊字符：懒人速记宝典

如果你觉得 [a-zA-Z0-9_] 写起来太麻烦，别急，正则贴心地给了你一些懒人专用的速记字符，直接一招搞定！

\w 和 \W：字母数字下划线 vs 非字母数字下划线

  • \w：匹配字母、数字和下划线（等价于 [a-zA-Z0-9_]）
  • \W：匹配不是字母、数字、下划线的字符（就是\w的反面）

比如：

  • 正则 \w+ 可以匹配单词、用户名、变量名，比如 hello_123。
  • 正则 \W 可以匹配空格、标点符号、表情包（？）这种奇奇怪怪的玩意儿。

\s 和 \S：空白字符 vs 非空白字符

  • \s：匹配所有空白字符（空格、Tab、换行、回车……）
  • \S：匹配所有非空白字符

比如：

  • 正则 \s+ 可以用来找出一大堆空格，比如排版时顺手清理掉那些乱飞的空格怪。
  • 正则 \S+ 可以快速找到连续的非空白内容，比如提取一整段话。

\d 和 \D：数字 vs 非数字

  • \d：匹配数字（0到9）
  • \D：匹配非数字的任何东西

比如：

  • 正则 \d{3}-\d{4} 可以匹配一个形如 123-4567 的电话号码后缀。
  • 正则 \D+ 则可以找到连绵不断的字母、符号、奇奇怪怪的文本串。

🎯 小结：
| 速记符号 | 匹配的内容 |
| :———: | :———————————: |
| \w | 字母、数字、下划线 |
| \W | 非字母、非数字、非下划线 |
| \s | 空白字符 |
| \S | 非空白字符 |
| \d | 数字 |
| \D | 非数字 |

零宽断言：窥视未来，不留下脚印

来到高阶正则技巧——零宽断言！（又称“零宽度匹配”）
它们神奇地做到：检查某个条件是否成立，但不真正消费任何字符。就像一个隐身侦察兵，观察后留下一片寂静。

主要有四种：

正向先行断言（Positive Lookahead）

格式：X(?=Y)

意思是：匹配 X，只有在它后面紧跟着 Y 时才算成功，但是匹配结果只包含X，不包括Y。

比如：

  • 正则 \d+(?=元)
    可以匹配 100（在字符串 “100元” 中），但只提取 100，不会把 元 算进去。

简单理解：我要X，但我得偷偷瞄一眼它后面是不是Y。

负向先行断言（Negative Lookahead）

格式：X(?!Y)

意思是：匹配 X，只有在它后面 不是Y 的情况下才算成功。

比如：

  • 正则 foo(?!bar)
    可以匹配 foo，但只在后面不是 bar 的情况下。

简单理解：我要X，但后面不能跟着那个讨厌的Y。

正向后行断言（Positive Lookbehind）

格式：(?<=Y)X

意思是：匹配 X，前面必须是Y，但只捕获X。

比如：

  • 正则 (?<=\$)\d+
    可以匹配 “$100” 中的 100，只要前面有个 $ 符号就行。

简单理解：只有在Y后面出生的X，我才要。

负向后行断言（Negative Lookbehind）

格式：(?<!Y)X

意思是：匹配 X，前面不能是Y。

比如：

  • 正则 (?<!\$)\d+
    可以匹配没有 $ 符号标记的钱数，比如找出纯数字的价格。

简单理解：只要前面不是Y，X就自由飞翔！

🎯 小结版对比表：

名称 方向 要求 例子（匹配部分）
正向先行断言 后看 必须有Y \d+(?=元)
负向先行断言 后看 不能有Y foo(?!bar)
正向后行断言 前看 必须有Y (?<=\$)\d+
负向后行断言 前看 不能有Y (?<!\$)\d+

小结一句话总结：

零宽断言，就是悄悄打量，不打扰，验身份，不占地方。

正则标志：戴上不同的眼镜看世界

写正则时，我们可以加一些标志（Flags），就像给正则戴上一副魔法眼镜，立刻改变它的行为方式！

这些标志通常写在正则外面，比如 /pattern/flags，不同语言的写法略有差异，但灵魂是一致的！

g：全局匹配（global）

默认情况下，正则只会找到第一个匹配就停下（就像只抓到一条鱼就不钓了）。

加上 g 标志，正则就会一路狂奔，找到所有符合的匹配！

比如：

  • 正则 /cat/g 在字符串 "cat dog cat" 中会匹配两次 cat。

简单理解：带上 g，战斗到最后一兵一卒！

i：忽略大小写（ignore case）

有些时候，大小写不重要，做人要宽容，匹配也一样。

加上 i 标志，正则就不区分大小写了！

比如：

  • 正则 /hello/i 可以匹配 Hello、HELLO、hElLo……

简单理解：我不在乎你是大写小写，心灵契合才是王道。

m：多行模式（multiline）

默认情况下，^ 和 $ 只匹配整串文本的开头和结尾。

加上 m 标志，^ 匹配每一行的开头，$ 匹配每一行的结尾！

比如：

  • 文本是：helloworld

  • 正则 /^world/m 可以匹配到 world，因为现在每一行都有自己的“起点”了。

简单理解：每一行，都值得被认真对待！

🎯 小结：

标志 作用
g 全局匹配，找到所有匹配
i 忽略大小写匹配
m 多行模式，行行高亮

小提醒：
有些语言（比如 Python 的 re 模块）用 re.IGNORECASE、re.MULTILINE 这样写，但道理是一样的！

贪婪与非贪婪匹配：吃多少，够就好

正则界的量词（比如 *、+、{}）默认是贪婪的，也就是说：

能吃多少，就吃多少！

但有时候，我们想要它矜持一点，只吃够的那一口，不要狼吞虎咽。
这时候，就要使用非贪婪匹配（也叫懒惰匹配，Lazy）。

贪婪匹配：能吃绝不剩！

默认的贪婪量词：

  • *：匹配 0 次或多次（尽可能多）
  • +：匹配 1 次或多次（尽可能多）
  • {n,m}：匹配 n 到 m 次（尽可能多）

比如：

  • 正则 <.*> 匹配 "hello <b>world</b> text" 会得到 <b>world</b>，而不是 <b>。
    因为 .* 太贪婪了，一口气吃到了最后一个 >！

非贪婪匹配：适可而止

在量词后面加一个 ?，就变成了非贪婪量词！

  • *?：匹配 0 次或多次（尽可能少）
  • +?：匹配 1 次或多次（尽可能少）
  • {n,m}?：匹配 n 到 m 次（尽可能少）

比如：

  • 正则 <.*?> 匹配 "hello <b>world</b> text" 会得到 <b>，
    因为 .*? 只吃到遇到第一个 > 为止，超有分寸！

🎯 贪婪 vs 非贪婪 简明对比：

匹配方式 表达式 行为
贪婪匹配 <.*> 尽可能多，吃到最后一个 >
非贪婪匹配 <.*?> 尽可能少，遇到第一个 > 就收手

小总结一句话：

贪婪匹配：全世界我都要！
非贪婪匹配：遇到就好，不强求～

写在最后：正则之路，刚刚开始！

恭喜你一路披荆斩棘，走到这里！
如果你认真看完了这篇正则表达式指南，那么恭喜你，已经比绝大多数程序员更懂正则了！（没开玩笑）

当然，正则表达式就像一门武功，只看不练，是学不会六脉神剑的。
真正的掌握，需要多敲、多练、多踩坑、多吐槽。

为了让你快速升级打怪，我特别推荐一个超棒的网站：

👉 RegexLearn - 正则表达式在线学习

这个网站简直就是正则界的小甜品店！

  • 每一课短小精悍，轻松易懂
  • 支持中文界面，不用翻词典
  • 在线就能练习，做题刷经验
  • 还能直接看到匹配效果，快乐加倍！

最后，送你一句话作为结尾：

正则表达式不是魔法，它只是复杂得像魔法而已。
慢慢来，哪怕今天只学会了一个.，也已经比昨天更强啦！

（完）