11 正则表达式¶
一、前言：正则表达式到底是啥？¶
正则表达式（Regular Expression, Regex） 是一种“字符串模式匹配语言”。它能用简洁规则描述你要找的文本模式，比如：
- 找手机号、邮箱、身份证
- 找到日志里的时间、IP、URL
- 批量替换文本（把多个空格变成一个；把
YYYY/MM/DD变成YYYY-MM-DD） - 校验输入合法性（密码强度、用户名格式）
可以用一句话来总结：正则 = 用规则描述字符串结构，并进行查找/匹配/提取/替换，简要说：
- 匹配（match/test）：判断是否符合规则
- 提取（find/capture）：从字符串中“抓”想要的部分
- 替换（replace/sub）：把匹配到的内容替换成别的
二、正则字符对照表¶
这里我们先给出重要的参数对照表，因为这些是理解正则表达式的基础，你可以先不完全理解，后面会展开讲。
2.1 元字符速查表¶
| 分类 | 符号 | 含义 | 例子 | 说明 |
|---|---|---|---|---|
| 通配 | . |
匹配除换行外任意字符 | a.c |
abc、a1c |
| 行首行尾 | ^ |
行/字符串开始 | ^abc |
以 abc 开头 |
| 行首行尾 | $ |
行/字符串结束 | abc$ |
以 abc 结尾 |
| 选择 | \| |
或 | cat\|dog |
匹配 cat 或 dog |
| 分组 | (...) |
捕获分组 | (ab)+ |
捕获匹配内容 |
| 非捕获分组 | (?:...) |
不捕获，只分组 | (?:ab)+ |
更省资源 |
| 字符集 | [...] |
匹配其中任意一个字符 | [abc] |
a 或 b 或 c |
| 取反字符集 | [^...] |
匹配不在集合里的字符 | [^0-9] |
非数字 |
| 转义 | \ |
转义元字符/表示特殊类 | \. \d |
匹配点/数字 |
| 边界 | \b |
单词边界 | \bcat\b |
只匹配独立 cat |
| 非边界 | \B |
非单词边界 | \Bcat\B |
cat 两侧都不是边界 |
| 反向引用 | \1 \2 ... |
引用第 n 个捕获组 | (\w+)\s+\1 |
重复单词 |
| 前瞻 | (?=...) |
右侧必须能匹配（不消耗字符） | a(?=b) |
a 后面必须是 b |
| 负前瞻 | (?!...) |
右侧必须不能匹配 | a(?!b) |
a 后面不能是 b |
| 后顾 | (?<=...) |
左侧必须能匹配（不消耗字符） | (?<=\$)\d+ |
找 $ 后数字 |
| 负后顾 | (?<!...) |
左侧必须不能匹配 | (?<!\$)\d+ |
前面不是 $ 的数字 |
2.2 特殊字符类速查表¶
| 符号 | 含义 | 等价 | 例子 |
|---|---|---|---|
\d |
数字 | [0-9] |
\d+ |
\D |
非数字 | [^0-9] |
\D+ |
\w |
单词字符 | [A-Za-z0-9_] |
\w+ |
\W |
非单词字符 | [^A-Za-z0-9_] |
\W+ |
\s |
空白字符 | [ \t\r\n\f\v] |
\s+ |
\S |
非空白字符 | [^ \t\r\n\f\v] |
\S+ |
[一-龢] |
中文汉字 | [\u4e00-\u9fa5]（unicode编码） |
\S+ |
2.3 字符集：写正则的基本功¶
（1）最常见写法
[abc]：匹配 a 或 b 或 c 任意一个字符[a-z]：小写字母[A-Z]：大写字母[0-9]：数字[a-zA-Z0-9_]：等价\w（很多场景更可控）
（2）取反 [^...]
[^0-9]：匹配非数字[^,\n]+：匹配不含逗号/换行的一段（CSV/日志常用）
（3）字符集里的特殊规则
-在中间表示范围：[a-z]，若要匹配字面量-，放开头或结尾：[-a]或[a-]或转义\-^在[]开头才是“取反”：[^a]，如果不在开头就是普通字符：[a^b]]如果要作为普通字符，通常放在最开头：[]a]，或者转义.在[]里是普通点，不是通配：[.]
三、量词对照表¶
量词控制 “前一个元素出现多少次”。前一个元素可以是：一个字符、一个字符类、一个分组、一个点 . 等。
3.1 基本量词表（默认是贪婪匹配）¶
| 量词 | 含义 | 等价说法 | 示例 | 能匹配 |
|---|---|---|---|---|
* |
0 次或多次 | “可有可无很多次” | a* |
""、a、aaaa |
+ |
1 次或多次 | “至少一次” | a+ |
a、aaaa |
? |
0 次或 1 次 | “可有可无一次” | a? |
""、a |
{n} |
恰好 n 次 | 固定次数 | a{3} |
aaa |
{n,} |
至少 n 次 | 下限 | a{2,} |
aa、aaaa |
{n,m} |
n 到 m 次 | 范围 | a{2,4} |
aa、aaa、aaaa |
3.2 懒惰量词表¶
默认是贪婪：尽可能多吃，加 ? 变懒惰：尽可能少吃（但仍要匹配成功）
| 贪婪 | 懒惰 | 示例 | 字符串 | 贪婪匹配 | 懒惰匹配 |
|---|---|---|---|---|---|
* |
*? |
<.*> |
<a><b> |
<a><b> |
<a> |
+ |
+? |
".+?" |
"a" "b" |
"a" "b"（尽量长） |
"a"（尽量短） |
{n,m} |
{n,m}? |
a{2,4}? |
aaaa |
aaaa |
aa |
3.3 修饰符 Flags¶
| Flag | 含义 | 常见名称 | 作用 |
|---|---|---|---|
i |
忽略大小写 | ignoreCase | abc 匹配 ABC |
m |
多行模式 | multiline | ^ $ 作用于每一行 |
s |
点号匹配换行 | dotAll | . 可以匹配 \n |
g |
全局查找 | global | 找到所有匹配（JS 常见） |
u |
Unicode 模式 | unicode | 处理 Unicode 更正确（JS 常见） |
四、正则表达式中小众但好用的表达式¶
在前面的元字符速查表中，大部分都是比较常用的，我们在这一节对一些小众但非常实用的方法进行详细介绍
（1） 捕获分组：例如提取年月日
- 正则：
(\d{4})-(\d{2})-(\d{2}) - 字符串：
2026-01-06 - 捕获组：组1：
2026、组2：01，组3：06
（2）非捕获分组
当你只是想用分组来配合量词/优先级，但不想占用捕获编号时，用它！比如上面这个日期分隔符可能是 - 或 /，对于新手而言，肯定容易写成(\d{4})(-|/)(\d{2})(-|/)(\d{2})，这样有一个问题，就是分隔符根本不是我们关心的数据，却占了编号
所以正确的写法是：(\d{4})(?:-|/)(\d{2})(?:-|/)(\d{2}) 这样分组会更干净，分隔符不占编号却也能起到分组作用
（3） ^ 与 $
^abc：必须以 abc 开头abc$：必须以 abc 结尾^abc$：整行/整个字符串必须完全等于 abc
（4）单词边界 \b
单词边界 = 两侧字符的 “类型发生变化” 的位置，具体来说：\b 匹配的是这样一个位置：
- 左边是
\w，右边是\W - 或左边是
\W，右边是\w
但是需要注意的是：\b 匹配的是位置，不是字符本身
\bcat\b只匹配独立单词 catconcatenate不会匹配到 cat（因为 cat 不在单词边界）
（5） 前瞻 (?=...)：例如匹配后面跟着 px 的数字（提取数值）→ \d+(?=px)→ 16px → 匹配 16
（6）负前瞻 (?!...)：例如匹配不是 .jpg 结尾的文件名，* ^.+\.(?!jpg$)\w+$
（7） 后顾 (?<=...)：例如匹配 $ 后面的数字→ (?<=\$)\d+→ $199 → 匹配 199
（8）负后顾 (?<!...)：例如匹配前面不是 # 的数字， (?<!#)\d+，以上四种前瞻后顾的方法，只匹配位置，不消耗字符
同时注意正则也有运算优先级，常见（从高到低）：
- 括号
(...) - 量词
* + ? {}（作用于前一个元素） - 连接（挨着写）
- 选择
|
例如根据 连接>选择 | 的优先级规则，我们知道：
ab|cd等价(ab)|(cd)a(b|c)d才是你想要的 “abd 或 acd”
五、常用正则模板库¶
我们需要知道的是，正则没有“万能”，需要根据不同情境撰写规则，以下模板适合多数工程场景，可以收藏。
以下正则为 工程常用版本，默认单行匹配，必要时配合
^ $使用 使用前请根据业务是否允许空值、前后空白进行微调，可以选择删除行首行尾匹配符
（1）数字 / 字符基础类¶
| 表达式 | 用途 | 表达式 | 用途 |
|---|---|---|---|
^\d+$ |
正整数 | ^-?\d+$ |
整数（含负数） |
^\d{n}$ |
固定 n 位数字 | ^\d{m,n}$ |
m 到 n 位数字 |
^\d+(\.\d+)?$ |
数字或小数 | ^\d+(\.\d{1,2})?$ |
金额（最多 2 位小数） |
^\d{6}$ |
邮编 | ^\d{4}$ |
年份 |
^\d{2}$ |
两位数字 | ^\d+$ |
纯数字字符串 |
（2）空白 / 文本处理类¶
| 表达式 | 用途 | 表达式 | 用途 |
|---|---|---|---|
^\s+$ |
全是空白 | ^\s* |
行首空白 |
\s*$ |
行尾空白 | \n |
换行 |
\s+ |
多个空白 | [ \t]+ |
空格或制表符 |
（3）字符 / 单词边界类¶
| 表达式 | 用途 | 表达式 | 用途 |
|---|---|---|---|
\w+ |
单词字符 | \W+ |
非单词字符 |
\bword\b |
独立单词 | \Bword\B |
单词内部 |
\b\d+\b |
独立数字 | (?<!\w)\d+(?!\w) |
精确数字边界 |
[A-Za-z]+ |
英文字母 | [A-Za-z0-9_]+ |
标识符 |
（4）账号 / 身份 / 校验类¶
| 表达式 | 用途 | 表达式 | 用途 |
|---|---|---|---|
^[A-Za-z]\w{5,19}$ |
用户名 | ^\w{6,20}$ |
简单账号 |
^(?=.*[A-Za-z])(?=.*\d).{8,}$ |
字母+数字密码 | ^(?=.*\d)(?=.*[A-Z]).{8,}$ |
强密码 |
^1[3-9]\d{9}$ |
中国手机号 | ^\+86\s?1[3-9]\d{9}$ |
含区号手机号 |
（5）日期 / 时间类¶
| 表达式 | 用途 | 表达式 | 用途 |
|---|---|---|---|
^\d{4}-\d{2}-\d{2}$ |
日期（-分隔） | ^\d{4}/\d{2}/\d{2}$ |
日期（/分隔） |
^\d{2}:\d{2}:\d{2}$ |
时间 | ^\d{2}:\d{2}$ |
分钟级 |
（6）提取 / 替换 / 日志分析类¶
| 表达式 | 用途 | 表达式 | 用途 |
|---|---|---|---|
".*?" |
双引号内容 | '.*?' |
单引号内容 |
<[^>]+> |
HTML 标签 | <(\w+)[^>]*>.*?</\1> |
成对标签 |
\d+(?=px) |
提取 px 数值 | (?<=\$)\d+ |
金额数字 |
\bERROR\b |
错误日志 | \bWARN\b |
警告日志 |
本期给大家系统总结了正则表达式的主要用法，但是还是得说一句，正则不是靠记忆，而是靠“查表 + 理解结构”，以上这些表，就是你写正则时最值得翻的那一页，你可以根据需要收藏。