正则表达式 – 语法

正则表达式语法详解

正则表达式的语法主要由普通字符和元字符组成。元字符是具有特殊含义的符号，用于描述复杂的匹配规则。下面系统地介绍最常用、最核心的语法元素（以常见引擎如 JavaScript、Python、PCRE 为准，大多数语言一致）。

1. 基本匹配

• 普通字符：直接匹配自身。
  示例：abc 匹配 “abc”。
• .（点号）：匹配任意单个字符（除了换行符 \n，某些引擎在特定模式下可包括）。
  示例：a.c 匹配 “abc”、”a1c”、”a#c” 等。

2. 位置锚定

元字符	含义	示例	匹配示例
^	匹配字符串或行的开头	^abc	“abcde” 中的 “abc”
$	匹配字符串或行的结尾	abc$	“xyzabc” 中的 “abc”
\b	匹配单词边界	\bcat\b	“cat”（不匹配 “concat” 中的 cat）
\B	匹配非单词边界	\Bcat\B	“concat” 中的 “cat”

3. 量词（重复次数）

量词作用于前面的单个字符、字符集或分组。

量词	含义	示例	匹配示例
*	0 次或多次（贪婪）	ab*	“a”、”ab”、”abbb”
+	1 次或多次（贪婪）	ab+	“ab”、”abb”（不匹配 “a”）
?	0 次或 1 次（贪婪）	ab?	“a”、”ab”
{n}	正好 n 次	a{3}	“aaa”
{n,}	至少 n 次	a{2,}	“aa”、”aaa” 等
{n,m}	n 到 m 次（含 n 和 m）	a{2,4}	“aa”、”aaa”、”aaaa”

• 贪婪 vs 懒惰（非贪婪）：默认量词是贪婪的（匹配尽可能多），在量词后加 ? 变为懒惰（匹配尽可能少）。
  示例：
• 贪婪：<.*> 匹配 “hello” 中的整个 “hello”
• 懒惰：<.*?> 匹配 “” 和 “” 分别

4. 字符集合

语法	含义	示例	匹配示例
[abc]	匹配括号内任意一个字符	[aeiou]	所有元音字母
[^abc]	否定：匹配不在括号内的任意字符	[^0-9]	非数字
[a-z]	范围：a 到 z 的任意字符	[A-Za-z0-9]	字母和数字
[a-zA-Z]	多个范围可组合

常用简写（等价于字符集合）：

简写	等价于	含义
\d	[0-9]	数字
\D	[^0-9]	非数字
\w	[A-Za-z0-9_]	单词字符（字母、数字、下划线）
\W	[^A-Za-z0-9_]	非单词字符
\s	[ \t\r\n\f]	空白字符（空格、Tab、换行等）
\S	非空白字符

5. 分组与选择

语法	含义	示例	说明
(pattern)	捕获分组：匹配并记住内容，可后续引用	(ab)+	匹配 “ab”、”abab” 等
(?:pattern)	非捕获分组：只分组，不记住	(?:ab)+	同上，但不创建捕获组
|	或（选择）	cat|dog	匹配 “cat” 或 “dog”
a(?=b)	正向前瞻：a 后面必须紧跟 b（不消耗）	Windows(?=10)	匹配 “Windows10” 中的 “Windows”
a(?!b)	负向前瞻：a 后面不能紧跟 b	\d+(?!px)	匹配不以 px 结尾的数字
(?<=b)a	正向后瞻：a 前面必须紧跟 b
(?<!b)a	负向后瞻：a 前面不能紧跟 b

6. 转义

• 需要匹配元字符本身时，用反斜杠 \ 转义。
  示例：
• \. 匹配点号 “.”
• \* 匹配星号 “*”
• \\ 匹配单个反斜杠 “\”

7. 修饰符（Flags）

常见修饰符（放在正则表达式外部，视语言而定）：

• i：忽略大小写（case-insensitive）
• g：全局匹配（global）
• m：多行模式（^ 和 $ 匹配每行开头/结尾）
• s：点号通配模式（. 也可匹配换行符，称为 dotall）
• u：Unicode 支持（JS 中）

小结：常用组合示例

需求	正则表达式示例	说明
匹配任意长度数字	^\d+$	只含数字的整行
匹配邮箱（简版）	^\w+([\.-]?\w+)*@\w+([\.-]?\w+)*(\.\w{2,})+$
匹配 HTML 标签	<[^>]+>	贪婪匹配一个标签
匹配非空空白行	^\s+$	只包含空白字符的行

掌握这些语法后，你就能构建绝大多数实际场景所需的正则表达式了。建议多在 regex101.com 上调试练习。

如果你想看某个具体语法的深入示例或练习题，告诉我！