常用正则表达式汇总，正则表达式实战技巧与汇总

正则表达式是用于处理字符串的强大工具，以下是一些常用正则表达式的汇总：，1. 字符匹配：[abc] 匹配任意一个字符（a、b或c）。，2. 范围匹配：[a-z] 匹配任意小写字母。，3. 负向匹配：[^abc] 匹配除a、b、c之外的任意字符。，4. 数量匹配：a* 匹配任意数量的a（包括0个）。，5. 选择匹配：a|b 匹配a或b。，6. 定位匹配：^a 匹配字符串开头为a。，7. 反向定位：a$ 匹配字符串结尾为a。，8. 贪婪匹配：.* 匹配任意数量的任意字符。，9. 非贪婪匹配：.*? 匹配尽可能少的任意字符。，10. 分组匹配：(a) 将a作为一个整体进行匹配。，这些正则表达式可以帮助您高效地进行字符串匹配、查找和替换操作。

嗨,我最近在学习正则表达式，但是感觉有点乱，不知道哪些是常用的，哪些是必须掌握的，你能帮我整理一下常用的正则表达式汇总吗？我想快速提升我的技能。

一：数字和字母匹配

匹配任意数字：

• 正则表达式： \d
• 解释： \d 匹配任何单个数字，相当于 [0-9]。

匹配指定范围的数字：

• 正则表达式： [0-9]{3,5} 或 \d{3,5}
• 解释： {3,5} 表示匹配前面的字符（在这里是数字）至少3次，但不超过5次。

匹配数字和字母的组合：

• 正则表达式： [A-Za-z0-9]+
• 解释： [A-Za-z0-9] 匹配任何字母或数字， 表示匹配一个或多个这样的字符。

二：特殊字符匹配

匹配中文字符：

• 正则表达式： [\u4e00-\u9fa5]+
• 解释： [\u4e00-\u9fa5] 匹配任何中文字符。

匹配英文中的空格：

• 正则表达式： \s
• 解释： \s 匹配任何空白字符，包括空格、制表符、换行符等。

匹配邮箱地址：

• 正则表达式： [a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}
• 解释： 这个表达式匹配常见的邮箱地址格式。

三：字符串模式匹配

匹配以特定字符开头的字符串：

• 正则表达式： ^abc.*
• 解释： ^ 表示匹配字符串的开始，abc 是指定的开头字符， 表示匹配任意字符（除了换行符）任意次。

匹配以特定字符结尾的字符串：

• 正则表达式： .*abc$
• 解释： 表示匹配字符串的结束，abc 是指定的结尾字符。

匹配包含特定子串的字符串：

• 正则表达式： .*\bexample\b.*
• 解释： \b 表示单词边界，example 是要匹配的子串。

四：正则表达式进阶

使用分组和捕获：

• 正则表达式： (abc|def)\d+
• 解释： (abc|def) 表示匹配 abc 或 def，\d+ 表示匹配一个或多个数字，分组中的内容可以用 $1、$2 等引用。

使用量词和否定：

• 正则表达式： [a-z]*[A-Z]+
• 解释： [a-z]* 表示匹配零个或多个小写字母，[A-Z]+ 表示匹配一个或多个大写字母。

使用预定义字符集：

• 正则表达式： \d{3}-\d{2}-\d{4}
• 解释： \d 匹配数字，{3}、{2}、{4} 表示匹配前面的字符指定次数， 是字面量字符。

五：正则表达式应用场景

数据验证：

• 应用场景： 验证用户输入的邮箱地址、电话号码等是否符合格式要求。

文本搜索和替换：

• 应用场景： 在文本编辑器或编程语言中搜索和替换特定的文本模式。

数据清洗：

• 应用场景： 从大量数据中提取或删除不需要的信息。

通过以上常用正则表达式的汇总,相信你已经对正则表达式有了更深入的了解，掌握这些正则表达式，将大大提高你在数据处理和文本处理方面的效率。

其他相关扩展阅读资料参考文献：

正则表达式是处理文本数据的利器,广泛应用于数据清洗、格式校验、字符串提取等场景，掌握常用正则表达式能显著提升开发效率，本文从基础语法、常用场景、高级技巧三个方向展开，结合具体案例深入解析。

基础语法：构建正则表达式的核心要素
1 字符匹配
正则表达式通过字符集匹配特定内容，如[a-zA-Z0-9]匹配字母和数字，[^\s]匹配非空格字符。注意：使用^和可限定匹配范围，如^\d{3}-\d{4}-\d{4}$匹配固定格式的身份证号。
2 量词控制匹配次数
表示匹配0次或多次，表示至少1次，表示0或1次。例如：[a-z]+匹配连续字母，\.com匹配域名后缀。注意：贪婪匹配可能导致误判，需用转为非贪婪模式。
3 分组与捕获
通过将多个字符组合为一个单元，如(http|https)://提取协议类型。捕获组可后续引用，如(\d{3})-(\d{4})提取电话号码的区号和号码部分。注意：非捕获组适用于仅分组不提取的场景。

常用场景：正则表达式的实际应用
1 验证邮箱格式
标准邮箱正则为^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$。注意：需区分@符号和域名分隔符，避免匹配如user@domain的无效格式。
2 提取URL链接
匹配https?://开头的URL，如https?://\S+。注意：\.com需转义，防止与普通点号混淆。扩展：可结合分组提取协议、域名和路径，如(?:https?://)?([^/\s]+)。
3 格式化文本
用正则替换格式，如将"2023-10-05"转换为"2023年10月05日"，正则为(\d{4})-(\d{2})-(\d{2})，替换为\1年\2月\3日。注意：替换时需使用反向引用\1、\2等。

高级技巧：提升正则表达式效率与灵活性
1 正向预查与反向引用
正向预查用于匹配前缀，如(?=\d{3})确保数字前有三位数。反向引用\1可复用已匹配内容，如(\d{3})-\1匹配重复三位数的字符串。
2 模式重用与命名分组
通过(?<name>...)定义命名分组，如(?<year>\d{4})提取年份。注意：命名分组提升可读性，尤其在复杂模式中。
3 多行匹配与修饰符
使用m修饰符使^和匹配每行开头结尾，如^abc在多行文本中仅匹配第一行。注意：s修饰符可让匹配换行符，适用于处理多行字符串。

常见陷阱：避免正则表达式误用
1 特殊字符需转义
如、、等符号需用\*、\+等转义，否则会被视为量词。例如：匹配号需写成\*。
2 贪婪匹配导致问题
默认贪婪模式可能匹配过长内容，如<.*>会匹配整个HTML标签。解决：添加转为非贪婪模式，如<.*?>。
3 忽略编码与边界条件
正则表达式对编码敏感，如中文字符需用[\u4e00-\u9fa5]匹配。注意：避免因边界条件缺失导致误匹配，如^abc$确保整串匹配。

正则表达式的核心在于精准匹配与灵活应用，掌握基础语法、熟悉常用场景、善用高级技巧，能有效应对复杂文本处理需求，规避常见陷阱可避免因小失大。建议：多通过实际案例练习，逐步积累经验，才能真正发挥正则表达式的强大功能。