本文目录
什么是正则表达式？
正则表达式（regex）是用于定义搜索模式的字符序列。几乎每一种编程语言和文本编辑器都使用它，通过规则而非精确文本来查找、匹配和处理字符串。一条正则表达式模式可以匹配成千上万个结构相同的不同字符串。
正则表达式的语法乍看之下晦涩难懂，但它遵循一套严谨的语法逻辑：普通字符匹配其自身，而 .（任意字符）、*（零个或多个）、[]（字符集）等特殊元字符则定义灵活的匹配规则。学会读懂正则表达式模式，就能释放强大的文本处理能力，否则可能需要几十行代码才能实现。
正则表达式如何工作
正则引擎会逐个字符地将你的模式与输入文本进行比对，追踪所有可能的匹配，并在某条路径失败时回溯。理解几个核心构成要素，就能读懂任何模式。
- 字符集与量词——[a-z] 匹配任意小写字母，\d 匹配任意数字，+ 表示一个或多个，{2,4} 匹配 2 到 4 次重复
- 分组与选择——圆括号 () 创建捕获组以提取子匹配，而竖线 | 运算符在多个候选项之间提供“或”逻辑
- 锚点与预查——^ 和 $ 将匹配锚定到行的开头和结尾，而先行断言 (?=...) 和后行断言 (?<=...) 在不消耗字符的情况下判断条件
免费试用 —— 无需注册
解析正则表达式 →何时使用正则表达式
在软件开发中，正则表达式是基于模式进行文本处理的标准工具。
- 表单校验——无需编写自定义解析逻辑，即可验证用户输入是否符合电子邮件地址、电话号码或邮政编码等预期格式
- 日志解析——利用捕获组从服务器日志中提取时间戳、错误码和 IP 地址，将非结构化文本整理为结构化数据
- 查找替换——在代码编辑器或构建脚本中执行批量文本转换，例如在整个代码库中重命名变量或重新格式化日期字符串
常见问题解答
正则表达式和通配符（glob）模式有什么区别？
通配符模式（如 *.txt）是较为简单的匹配模式，主要用于 shell 中的文件名匹配。正则表达式的表达能力则强得多：它支持选择、量词、先行断言、反向引用和字符集。文件路径匹配用通配符，文本内容匹配用正则表达式。
贪婪匹配和惰性匹配有什么区别？
贪婪量词（*、+、{n,m}）会尽可能多地匹配文本，而惰性量词（*?、+?、{n,m}?）则尽可能少地匹配。例如，对于输入 <b>bold</b>，贪婪模式 <.*> 会匹配整个字符串，而 <.*?> 只匹配 <b>。当你需要最短的匹配结果时，请使用惰性量词。
正则表达式会引发性能问题吗？
会的。某些带有嵌套量词的模式可能导致灾难性回溯，此时引擎会尝试指数级数量的路径。例如 (a+)+ 作用于一长串 a 时，可能让程序卡死。请避免在有重叠的字符集上使用嵌套量词，在支持的情况下使用原子组或占有量词，并针对最坏情况的输入测试模式。