regular-expression
正则表达式基础
NOTE
正则的所有规则，都可以归为两类：「匹配什么字符」 和 「匹配多少个」
1.匹配「单个字符」的核心符号
| 符号 | 大白话解释 | 极简例子（测试文本：abc123ABC_@ 换行） | 匹配结果 |
|---|---|---|---|
| 普通字符 | 匹配和自身完全一模一样的字符 | a | 匹配文本里的a |
.（点号） | 匹配除换行符\n外的任意单个字符（万能牌） | a.c | 匹配abc、a1c，不匹配a\nc |
[]（字符集） | 匹配括号内的任意 1 个字符（多选一），支持范围写法 | [abc]、[0-9]、[a-z] | 前者匹配a/b/c，中者匹配任意数字，后者匹配任意小写字母 |
[^]（排除字符集） | 匹配除了括号内的任意 1 个字符 | [^0-9] | 匹配所有非数字的字符 |
\d | 匹配任意 1 个数字，等价于[0-9]（超高频） | \d | 匹配1/2/3 |
\w | 匹配任意 1 个字母、数字、下划线_，等价于[a-zA-Z0-9_] | \w | 匹配a/b/c/1/2/3/_，不匹配@/空格 |
\s | 匹配任意 1 个空白字符（空格、Tab 制表符、换行符\n） | \s | 匹配文本里的空格、换行 |
\D/\W/\S | 对应上面三个的反义：非数字、非字母数字下划线、非空白 | \D | 匹配所有不是数字的字符 |
WARNING
- 解决「要找什么字 / 内容」的问题,每个符号只匹配1 个字符
^有两个完全不同的含义！在[]里面是「排除」，在[]外面是「字符串开头」，千万别搞混。
2.匹配「数量」的核心量词
| 符号 | 大白话解释 | 极简例子（测试文本：ac abc abbc abbbc） | 匹配结果 |
|---|---|---|---|
* | 匹配前面的字符，出现 0 次或多次（可有可无，越多越好） | ab*c | 匹配ac、abc、abbc、abbbc |
+ | 匹配前面的字符，出现 1 次或多次（至少 1 次，不能没有） | ab+c | 匹配abc、abbc、abbbc，不匹配ac |
? | 匹配前面的字符，出现 0 次或 1 次（最多 1 次，也就是「可选」） | ab?c | 匹配ac、abc，不匹配abbc |
{n} | 匹配前面的字符，正好出现 n 次（超高频！） | \d{11} | 匹配正好 11 个数字（手机号核心规则） |
{n,} | 匹配前面的字符，至少出现 n 次 | \d{6,} | 匹配至少 6 个数字 |
{n,m} | 匹配前面的字符，出现 n~m 次（闭区间） | \d{6,12} | 匹配 6 到 12 个数字（密码长度规则） |
WARNING
- 解决「要找的字符，重复出现多少次」的问题，必须跟在「单个字符符号」后面使用
*=+∪?，也就是说*等于+和?的并集- 贪婪模式 vs 非贪婪模式
- 量词默认是贪婪模式：会尽可能匹配最长的符合规则的内容
- 例子：正则
a.*b，测试文本a123b456b，会匹配整个a123b456b，而不是最短的a123b- 非贪婪模式：在量词后面加
?，会匹配最短的符合规则的内容
- 例子：正则
a.*?b，测试文本a123b456b，只会匹配a123b
进阶
1.匹配「位置」的锚点
NOTE
不匹配具体的字符，只匹配「文本的位置」，核心用来做格式验证
| 符号 | 大白话解释 | 高频用法 |
|---|---|---|
^ | 匹配整个字符串的开头 | ^1：只有以 1 开头的文本才会被匹配 |
$ | 匹配整个字符串的结尾 | \d$：只有以数字结尾的文本才会被匹配 |
\b | 匹配单词的边界（单词和空格 / 标点之间的位置） | \bhello\b：匹配hello world里的 hello，不匹配helloworld里的 hello |
WARNING
\b是保证匹配的是整体，而不是中间片段，具体的整体匹配对象应该在两个\b之间。- 经典案例：验证 11 位国内手机号
- 正确正则：
^1[3-9]\d{9}$ - 解释：
^开头必须是 1，第二位是 3-9（国内手机号规则），后面跟 9 个数字，$结尾，确保整个文本正好 11 位，不会匹配到 12 位数字里的片段。
- 正确正则：
2.分组与分支
1. 分支 |
大白话：或者，匹配左边的规则，或者匹配右边的规则。
例子：abc|def，匹配abc或者def；jpg|png|gif，匹配三种图片后缀。
2. 分组 ()
核心作用有两个，是正则进阶的核心：
-
把规则当成一个整体
例子：
(ab)+，匹配ab、abab、ababab（ab 重复 1 次或多次）；如果不加括号ab+，是匹配a后面跟 1 个或多个b，比如ab、abb、abbb，完全是两个意思。 -
捕获分组，支持反向引用
括号里匹配到的内容会被自动存起来，从左到右，第一个括号是
\1（匹配时引用）/$1（替换时引用），第二个是\2/$2，以此类推。超实用经典案例：日期格式批量转换
需求：把
2024-05-20改成05/20/2024正则：
(\d{4})-(\d{2})-(\d{2})替换内容：
$2/$3/$1解释：第一个括号捕获年份
2024（2），第三个捕获日期20（$3），替换时直接调换顺序即可。
补充：非捕获分组
(?:)只把规则当整体，不存储匹配内容，不占用分组编号，适合不需要反向引用的场景，比如
(?:ab)+，匹配结果和(ab)+一致，但不会存储ab到分组里。
Google Analytics 提供数据统计服务