初学者正则表达式：实用介绍

正则表达式——“regex”——看起来就像有人在键盘上睡着了：^\d{3}-\d{4}$。但在这些神秘符号的背后是编程中最强大的工具之一：一种用于描述和匹配文本模式的微型语言。了解基础知识，您将可以节省执行验证、搜索以及查找和替换等任务的时间。

正则表达式的用途

正则表达式描述模式，正则表达式引擎查找（或验证或替换）与其匹配的文本。 “查找所有电子邮件地址”、“检查这是一个有效的电话号码”、“将每个双空格替换为一个”——所有这些都是正则表达式作业。几乎所有编程语言和大多数文本编辑器都支持它。

构建模块

• . — 匹配任何单个字符。
• \d — 任何数字； \w — 任何单词字符； \s — 任何空格。
• * — 零个或多个； + — 一个或多个； ? — 可选。
• {3} — 正好三个； {2,5} — 2 到 5 之间。
• ^ 和 $ — 字符串的开头和结尾。
• [abc] — a、b 或 c 中的任何一个； [a-z] — 任意小写字母。

阅读真实示例

取^\d{3}-\d{4}$。逐段：字符串开头，恰好三位数字，连字符，恰好四位数字，字符串结尾。因此它匹配“123-4567”，但不匹配“12-4567”。突然间它就变得可读了，不再是魔法了。

在信任之前进行测试

正则表达式的黄金法则：永远不要使用未经真实示例测试过的模式 - 它很容易出现微妙的错误（匹配太多或太少）。在我们的正则表达式测试器中构建和测试具有实时突出显示的模式，尝试应该匹配的字符串和不应该匹配的字符串。

哪里更深入

一旦掌握了基础知识，组、交替和前瞻等概念就会扩展您的能力。 MDN 正则表达式指南是后续步骤的优秀且示例丰富的参考。

捕获组：提取，而不仅仅是匹配

正则表达式中的括号有双重作用 - 它们对模式的各个部分进行分组，并“捕获”它们匹配的内容，以便您可以提取它。像 (\d{4})-(\d{2})-(\d{2}) 这样针对日期的模式不仅可以确认格式，还可以确认日期。它分别为您提供年、月和日。捕获组将正则表达式从是/否验证器转变为从混乱文本中提取结构化数据的工具 - 这是其最强大的日常用途之一。

贪婪匹配陷阱

默认情况下，像 * 和 + 这样的量词是“贪婪的”——它们会尽可能多地获取。因此， <.+> 与 匹配整个字符串，而不仅仅是第一个标签，因为它会抓取直到最后一个 > 的所有内容。添加 ? 会使量词“惰性”(<.+?>)，尽可能少地匹配。这种贪婪与懒惰的区别是大量“我的正则表达式匹配太多”的令人头疼的问题背后的原因。