正则表达式（Regular Expression，简称 regex 或 regexp）是一种用来匹配、查找、替换文本的强大工具，广泛用于编程、文本处理、数据验证等场景（如验证邮箱格式、提取日志内容、清洗数据等）。下面从基础到进阶，带你快速掌握核心用法：
一、基础概念：字符与匹配规则
正则表达式通过元字符（有特殊含义的字符）和普通字符（如字母、数字）的组合，描述文本的“模式”。
1. 普通字符：精确匹配
普通字符（如 a、123、hello）会精确匹配自身。
示例：正则 cat 会匹配文本中的 cat 子串（如 cat、category 中的 cat）。
2. 元字符：特殊含义的字符
元字符是正则的“核心语法”，常用元字符及含义：
| 元字符 | 含义 | 示例 | 匹配效果 |
|---|---|---|---|
. |
匹配任意单个字符（除换行符 \n，若开启多行模式也可匹配换行）。 |
a.c |
匹配 abc、a1c、a&c 等 |
* |
匹配前面的字符/子模式 0 次或多次（贪婪匹配，尽可能多匹配）。 | ab*c |
匹配 ac、abc、abbbbbc
|
+ |
匹配前面的字符/子模式 1 次或多次（贪婪匹配）。 | ab+c |
匹配 abc、abbbbbc，不匹配 ac
|
? |
匹配前面的字符/子模式 0 次或 1 次；也可用于“非贪婪匹配”（加在 */+ 后）。 |
ab?c a.*?c
|
匹配 ac、abc 匹配 a 和 c 之间最短的内容（如 abc 中取 abc，a123c 中取 a123c 里的最短部分） |
{n} |
匹配前面的字符/子模式恰好 n 次。 | a{3} |
匹配 aaa
|
{n,} |
匹配前面的字符/子模式至少 n 次。 | a{2,} |
匹配 aa、aaa、aaaa...
|
{n,m} |
匹配前面的字符/子模式至少 n 次，最多 m 次。 | a{1,3} |
匹配 a、aa、aaa
|
[] |
字符类：匹配括号内的任意单个字符；也可表示范围。 |
[abc] [0-9]
|
匹配 a/b/c 匹配 0-9 的数字 |
[^] |
否定字符类：匹配不在括号内的任意单个字符。 | [^0-9] |
匹配非数字字符（如字母、符号） |
^ |
锚定符：匹配行的开头（若开启多行模式，匹配每一行的开头）。 | ^Hello |
匹配以 Hello 开头的行 |
$ |
锚定符：匹配行的结尾（若开启多行模式，匹配每一行的结尾）。 | end$ |
匹配以 end 结尾的行 |
() |
分组：将多个字符/子模式视为一个整体，可用于“捕获”或“或操作”。 |
(abc)+ `(a |
b)c` |
| ` | ` | 或操作：匹配左边或右边的子模式。 | `cat |
\ |
转义符：将元字符转义为“普通字符”（如匹配 * 本身需写 \*）；也用于预定义字符类（如 \d）。 |
\* \d
|
匹配 * 匹配数字（同 [0-9]） |
3. 预定义字符类（简化版字符范围）
正则提供了一些简写符号，代替常用的字符范围：
| 预定义类 | 等价写法 | 含义 |
|---|---|---|
\d |
[0-9] |
匹配数字 |
\D |
[^0-9] |
匹配非数字 |
\w |
[a-zA-Z0-9_] |
匹配“单词字符”（字母、数字、下划线） |
\W |
[^a-zA-Z0-9_] |
匹配非单词字符 |
\s |
[ \t\n\r\f\v] |
匹配空白字符（空格、制表符、换行等） |
\S |
[^ \t\n\r\f\v] |
匹配非空白字符 |
二、进阶用法：分组、捕获与非贪婪匹配
1. 分组与捕获（() 的作用）
-
分组：将多个字符视为一个整体，配合量词使用。
示例：(ab)+匹配ab、abab、ababab…（ab作为整体重复）。 -
捕获：分组会“记住”匹配的内容，可通过反向引用（
\1、\2…）在后续复用。
示例：正则(\w+) \1匹配“重复的单词”（如hello hello），\1表示引用第一个分组(\w+)匹配的内容。
2. 非贪婪匹配（? 的另一种用法）
正则默认是贪婪匹配（尽可能多匹配），加 ? 可改为非贪婪匹配（尽可能少匹配）。
示例：
- 贪婪：
a.*c匹配a123c456c时，会匹配a123c456c（从第一个a到最后一个c）。 - 非贪婪：
a.*?c匹配a123c456c时，会匹配a123c（从第一个a到最近的c）。
三、实战示例：常见场景的正则
1. 验证邮箱格式
需求：匹配常见邮箱（如 user@example.***、info123@mail.***）。
正则：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
解释：
-
^\w+：开头是“单词字符”（用户名开头）。 -
([-+.]\w+)*：用户名中可包含-、+、.，且后面跟“单词字符”，重复 0 次或多次。 -
@：匹配@符号。 -
\w+([-.]\w+)*：域名前缀（如example），可包含-、.。 -
\.\w+([-.]\w+)*：域名后缀（如.***、.co.uk），以.开头，后跟“单词字符”及可选的-/.。
2. 提取 URL 中的域名
需求：从 https://www.example.***/path?query 中提取 www.example.***。
正则：://([^/]+)
解释：
-
://：匹配://固定字符。 -
([^/]+)：捕获“非/的字符”（直到遇到下一个/为止），即域名部分。
在正则://([^/]+)中，://是直接匹配 URL 中固定存在的字符串“😕/”，作用是精准定位到域名的起始位置，避免误匹配其他内容。
具体解释：
我们目标是从 URL（如 https://www.example.***/path?query）中提取 www.example.***，而 URL 的结构通常是：
协议://域名/路径?参数
（比如 https://www.example.***/path?query 中，https 是协议，www.example.*** 是域名，/path 是路径）
:// 的核心作用：
它是协议和域名之间的固定分隔符（比如 http://、https://、ftp:// 中都有 ://）。
正则中先写 ://，就是为了跳过前面的“协议部分”（如 https），直接定位到 :// 后面的内容——这部分才是域名的起始位置。
举例说明：
在 https://www.example.***/path?query 中：
- 正则
://会精准匹配https后面的://这三个字符； - 紧接着的
([^/]+)就会从://之后开始匹配（即从www.example.***的第一个字符w开始），直到遇到第一个/为止（www.example.***后面的/），最终捕获www.example.***。
如果没有 ://，直接用 ([^/]+)，会匹配什么？
会从 URL 开头开始匹配非 / 的字符，结果会误把 https 也包含进去（比如匹配 https），无法准确定位到域名。
所以，:// 是通过匹配固定分隔符，帮我们“锚定”到域名的起始位置，确保后续的 ([^/]+) 只捕获域名部分。
([^/]+) 是正则中用于精准捕获域名的核心部分，我们拆解来看它的作用：
1. 先看 [^/]：否定字符类，匹配“非 / 的任意字符”
-
[]表示“字符类”，里面的内容是“允许匹配的字符范围”； -
^放在[]开头时，表示“否定”——即[^/]表示“匹配任何不是/的字符”（比如字母、数字、.、-、www中的w等，只要不是/都能匹配）。
2. 再看 +：量词，匹配“前面的元素 1 次或多次”
+ 在这里修饰 [^/]，表示“连续的、非 / 的字符，至少出现 1 次，最多可以出现任意多次”（只要这些字符中间没有 / 打断）。
3. 整体 ([^/]+)：捕获“连续的非 / 字符”
- 括号
()是“捕获分组”，作用是把匹配到的内容单独“拎出来”（后续可以提取这个分组的结果，也就是我们要的域名）； - 结合起来，
([^/]+)会从当前位置开始，连续匹配所有不是/的字符，直到遇到第一个/为止，然后把这些字符作为一个“分组”捕获下来。
结合 URL 实例看效果
以 https://www.example.***/path?query 为例：
- 前面的
://已经匹配了https后面的://，接下来就轮到([^/]+)工作； - 从
://之后的第一个字符（w）开始，[^/]会匹配w、w、w、.、e、x……直到遇到www.example.***后面的/（即/path中的/）； - 因为
+要求“至少 1 次”，所以会把www.example.***这一串连续的非/字符全部匹配，并用括号捕获——这正是我们需要的域名。
为什么这样写能精准定位域名？
因为 URL 的结构是固定的：协议://域名/路径?参数，其中域名的后面一定跟着第一个 /（比如 www.example.*** 后面是 /path）。
[^/]+ 刚好利用这一点，“贪婪”地匹配所有到第一个 / 为止的非 / 字符，完美圈定域名范围。
如果没有 [^/]，比如直接用 .+（匹配任意字符多次），就会把 /path?query 也一起匹配进去，无法单独提取域名。
3. 匹配手机号（以中国大陆为例）
需求：匹配 11 位手机号，开头为 1，第二位为 3/4/5/6/7/8/9。
正则：^1[3-9]\d{9}$
解释：
-
^1：开头是1。 -
[3-9]：第二位是 3-9 中的一个数字。 -
\d{9}：后面跟 9 位数字。 -
$：行结尾，确保总长度为 11 位。
四、工具推荐：快速测试正则
学习正则时，建议用在线测试工具实时验证效果：
- regex101：支持多种语言（Python、JavaScript 等），提供详细匹配说明、错误提示。
- RegExr：可视化正则分组、字符类，适合新手理解。
五、学习建议
-
从简单到复杂：先掌握单个元字符（如
.、*、[]），再组合成复杂模式。 - 多实战：找一段文本（如日志、网页源码），用正则尝试匹配、提取目标内容。
- 善用工具：用在线工具测试正则，观察匹配过程，理解每一步的作用。
通过以上内容，你已经掌握了正则表达式的核心语法和常见用法，接下来就可以在实际场景中练习啦～
补充:
正则表达式里的 *、+、? 都属于**“量词元字符”**，用来规定“前面的字符/子表达式出现的次数”，具体含义和示例如下：
1. *（星号）
匹配 前面的字符/子表达式 “0次或多次”（可以不出现，也能出现任意多次）。
示例：
正则 ab*c 中，b 可出现 0 次、1 次或多次，因此能匹配：
-
ac（b出现 0 次）； -
abc（b出现 1 次）； -
abbbbbc（b出现多次）。
2. +（加号）
匹配 前面的字符/子表达式 “1次或多次”（至少出现 1 次，不能不出现）。
示例：
正则 ab+c 中，b 至少出现 1 次，因此能匹配：
-
abc（b出现 1 次）； -
abbbbbc（b出现多次）；
但 不匹配ac（b出现 0 次）。
3. ?（问号）
匹配 前面的字符/子表达式 “0次或1次”（最多出现 1 次，要么没有，要么只有 1 次）。
示例：
正则 ab?c 中，b 最多出现 1 次，因此能匹配：
-
ac（b出现 0 次）； -
abc（b出现 1 次）；
但 不匹配abbc（b出现 2 次）。
简单记忆：
-
*→ “可有可无，多了也能要”； -
+→ “至少有 1 个”； -
?→ “最多 1 个，没有也可以”。
