正则表达式语法有点复杂，而且不同的工具使用的语法还不尽相同。下面我们介绍一些常用的正则表达式语法规则。
基本单位
基本单位主要包含：字符，转义字符(如\n，\d)，.(匹配任意字符)，集合（如[abc],[^abc]:集合[abc]取反）,(一个正则表达式)
基本操作
基本操作的对象是基本单位，主要包含两个基本操作：连接和重复
连接
将两个或多个字符或子模式直接拼接在一起进行匹配。每个子模式按顺序依次匹配字符串中的相应部分。
- 简单字符连接
正则表达式："abc"
匹配：字符串中的 “abc” 片段。
例子："abc", “123abc456” 都会匹配；而 “ab”, “abcd” 不会完全匹配。
- 带有转义字符的连接
正则表达式："\.txt"
解释：”.“代表匹配所有的单个字符，而”\.“表示转义字符，匹配所有的字符串
匹配：”file.txt”,”document.txt”等所有的 txt 文件，而”file.pdf”无法匹配
- 字符类连接
正则表达式："[A-Z][0-9]"
解释：第一个字符是大写字母，第二个字符是数字。
匹配：像 “A1”, “Z9” 这样的字符串。
- 带有量词的连接
正则表达式："a{2}b{3}"
解释：表示有两个 “a” 和三个 “b” 连在一起。
匹配：”aabbb”。
- 复杂子模式连接
正则表达式："(\d{3})-(\d{2})-(\d{4})"
解释：匹配形如 “123-45-6789” 的字符串，\d 表示数字，{3} 和 {2} 指定数字的个数。
匹配：像 “123-45-6789” 这样的字符串。
重复
用于匹配一个模式的多次重复，通常使用量词来控制重复的次数。以下是常用的重复操作符和它们的含义：
常用量词：
*（星号）：匹配前面的模式 >= 0 次。例子：
a*可以匹配 “a” 重复 0 次或多次，因此会匹配 “”（空字符串），”a”，”aa”，”aaa” 等。[abc]*可以匹配 零个或多个 由 字母 a、b、c 组成的字符序列,如””，”a”,”b”,”bacabc”等
.*可以匹配所有的句子包含空格等字符+（加号）：匹配前面的模式 1 次或多次。例子：
a+匹配至少一个 “a”，所以会匹配 “a”，”aa”，”aaa” 等，但不会匹配空字符串。
[abc]+可以匹配任意长度的由 abc 组成的字符串?（问号）：匹配前面的模式 0 次或 1 次。例子：
a?匹配一个 “a” 或没有 “a”，所以会匹配 “” 或 “a”。[abc]?以匹配 零次或一次出现的 字母 a、b 或 c，如：””,”a”,”b”,”c”,无法匹配”ab”{n}：匹配前面的模式恰好 n 次。例子：
a{3}只会匹配 “aaa”，因为它要求 “a” 恰好出现 3 次。{n,}：匹配前面的模式至少 n 次。例子：
a{2,}匹配 “a” 至少出现 2 次的情况，因此会匹配 “aa”，”aaa”，”aaaa” 等。{n,m}：匹配前面的模式至少 n 次，最多 m 次。例子：
a{2,4}会匹配 “a” 出现 2 次到 4 次的情况，因此会匹配 “aa”，”aaa”，”aaaa”。
指定基本单位出现的位置
^：行首，比如^1 匹配行首必须以 1 开始$行尾，比如xyz$匹配行尾必须以 xyz 结尾\<：词首，比如<f 匹配词首必须以 f 为开头\>：词尾，比如 xyz> 匹配词尾必须以 xyz 为结尾
实战演习小例子：
中国电话号码正则表达式
要求： 1.第一位必须是 1； 2.第二位是 3-9 之间的数字 3.一共 11 位数字
1 | ^1[3-9]\d{9}$ |
解释：
^：表示字符串的开始，确保从开头匹配。1：中国手机号码以 1 开头。[3-9]：第二位数字是 3 到 9，因为中国的手机号码段通常是 13x, 14x, 15x, 16x, 17x, 18x, 19x 等等。\d{9}：表示接下来有 9 位数字，\d 表示数字，{9} 表示恰好 9 位。$：表示字符串的结尾，确保整个字符串是完整的 11 位号码。
身份证号码正则表达式
要求： 1.一共 18 位 2.前 6 位是地区码 3.中间 8 位是出生年月日 4.最后 3 位是纯数字 5.最后一位可以是数字也可以是字母 X
1 | ^\d{6}(18|19|20)\d{2}(0[1-9]|1[0-2](0[1-9]|[12]\d|3[01])\d{3}(\d|x)$ |
解释：
^：表示字符串的开始，确保从开头匹配。\d{6}：前 6 位是地区码，由 6 位数字组成。(18|19|20)：接下来的 2 位是年份的前两位，匹配 18、19 或 20（即 1800 年代、1900 年代或 2000 年代）。\d{2}：匹配年份的后两位数字，组成 4 位年份（如 1980、2002 等）。(0[1-9]|1[0-2])：匹配月份，01 到 09 表示 1 月到 9 月，10 到 12 表示 10 月到 12 月。(0[1-9]|[12]\d|3[01])：匹配日期，01 到 09 表示 1 日到 9 日，10 到 29 表示 10 日到 29 日，30 和 31 表示 30 日和 31 日。\d{3}：匹配顺序码，由 3 位数字组成。(\d|X)：最后一位是校验码，可能是数字或字母 X。$：表示字符串的结尾，确保整个字符串是完整的 18 位号码。
匹配字符串
要求： 1.匹配单词 2.开头以 f 3.结尾为 t
1 | \<f[a-z]*t\> #仅仅是单词 |
解释：
\<：表示单词的开始边界（这在一些正则表达式引擎中有效，如 GNU grep、sed 等）。表示匹配一个单词的起始位置，确保匹配的是独立的单词，而不是其他词中的一部分。f：字母f，匹配单词的第一个字母。[^ \t]*：[^ \t]：字符类取反，表示不能包含空格（\t）。*：量词，表示前面的模式可以重复 0 次或多次，即允许后续任意多个非空格或非制表符的字符。
t：字母t，匹配单词的最后一个字母\>：表示单词的结束边界，确保匹配的结束处是一个完整的单词。
- 本文作者： 迪丽惹Bug
- 本文链接： https://lyroom.github.io/2024/10/11/正则表达式学习/
- 版权声明： 本博客所有文章除特别声明外，均采用 MIT 许可协议。转载请注明出处！