正则表达式

正则表达式：文本处理的万能钥匙！一、基础概念：用模式描述字符串规则，掌握元字符、量词、分组即可入门二、核心语法：从简单匹配到复杂逻辑，精准控制文本三、高级特性：零宽断言等技巧解决棘手问题，注意不同语言引擎差异四、应用场景：格式验证、日志分析、批量替换，覆盖编程语言（Python/Java）、编辑器（VS Code）、数据库（MySQL）等附赠工具：regex101在线调试，regexr可视化学习，助你快速上手！

正则表达式

• 一、基础概念
  • 定义：正则表达式是由普通字符（如字母、数字）和特殊字符（元字符）组成的字符串模式，用于精确匹配或提取目标文本。
  • 作用：解决文本处理中的共性问题，如格式验证（邮箱、手机号）、内容提取（日志分析）、批量替换（文本编辑）等。
  • 适用场景：几乎所有编程语言（Python、JavaScript、Java等）、文本编辑器（VS Code、Sublime）、数据库（MySQL、PostgreSQL）等。
• 二、核心语法
• 三、高级特性
  • 1. 零宽断言（匹配位置，不消耗字符）
    • 用于在目标字符前后附加条件，但不包含在匹配结果中，常见类型：
    • 正向先行断言：(?=pattern) 匹配后面满足pattern的位置。 例如：\d+(?=元) 匹配“100元”中的“100”（后面必须是“元”）。
    • 负向先行断言：(?!pattern) 匹配后面不满足pattern的位置。 例如：\d+(?!元) 匹配“100斤”中的“100”（后面不能是“元”）。
    • 正向后行断言：(?<=pattern) 匹配前面满足pattern的位置（部分语言支持，如Python 3.5+）。 例如：(?<=¥)\d+ 匹配“¥100”中的“100”（前面必须是“¥”）。
    • 负向后行断言：(?<!pattern) 匹配前面不满足pattern的位置。 例如：(?<!¥)\d+ 匹配“$100”中的“100”（前面不能是“¥”）。
  • 2. 其他高级特性
    • 条件匹配：根据分组是否匹配决定后续规则（如(a)?b(?(1)c|d)，若a匹配则接c，否则接d）。
    • 递归匹配：用于嵌套结构（如匹配嵌套括号\((?:[^()]+|(?R))*\)），仅部分引擎支持（如Python、PCRE）。
• 四、应用场景与工具
  • 1. 典型应用
    • 格式验证：验证邮箱（^\w+@[a-zA-Z0-9]+\.[a-zA-Z]{2,}$）、手机号（^1[3-9]\d{9}$）等。
    • 内容提取：从日志中提取IP地址（\b\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\b）。
    • 批量替换：将文本中“2023-xx-xx”替换为“2024-xx-xx”（正则(\d{4})-(\d{2})-(\d{2})，替换为2024-\2-\3）。
    • 语法分析：简单的代码解析（如提取HTML标签<(\w+)>）。
  • 2. 常用工具与引擎
    • 在线测试工具：regex101（支持多语言引擎）、regexr（可视化匹配过程）。
    • 引擎差异：不同语言的正则引擎略有差异（如JavaScript不支持后行断言，Python支持命名分组），需结合具体语言文档。
• 总结
  • 正则表达式的核心是“用模式描述字符串规则”，掌握元字符、量词、分组等基础语法是关键，高级特性（如零宽断言）可解决复杂场景。实际使用中需注意引擎差异，并通过工具调试验证。