regexp函数正则表达式
最新回答
姐与爱情水土不服
2026-05-13 22:31:58
一、核心定义与本质
• 定义：由普通字符（如字母、数字）和特殊元字符（如`^`、`$`、`\d`）组成的模式，用于描述待匹配的字符串集合。若字符串符合该模式，则称为“匹配成功”。
• 本质：用数学逻辑（正则集）简化文本处理，避免手动编写复杂的字符串判断代码。
二、常见元字符与语法
元字符是正则的核心，不同语言/工具（如Java、Shell、Python）语法略有差异，但核心规则通用：
1. 基础匹配符
• `.`：匹配任意单个字符（除换行符），如`a.b`匹配`a1b`、`acb`；
• `^`：匹配行/字符串开头，如`^java`匹配以`java`开头的内容；
• `$`：匹配行/字符串结尾，如`java$`匹配以`java`结尾的内容；
• `[]`：字符集，匹配括号内任意一个字符，如`[0-9]`匹配数字、`[a-z]`匹配小写字母；
• `[^]`：取反字符集，匹配非括号内的字符，如`[^0-9]`匹配非数字。
2. 重复匹配符
• `*`：前一个字符/模式重复0次或多次，如`lo*l`匹配`ll`（o出现0次）、`lool`（o出现2次）；
• `+`：前一个字符/模式重复1次或多次（扩展正则），如`a+b`匹配`ab`、`aab`；
• `?`：前一个字符/模式可选（0或1次），如`colou?r`匹配`color`或`colour`；
• `{m,n}`：前一个模式重复m到n次（扩展正则），如`a{2,4}`匹配`aa`、`aaa`、`aaaa`。
3. 特殊转义符
• `\d`：匹配数字（等价于`[0-9]`）；
• `\w`：匹配字母、数字、下划线（等价于`[a-zA-Z0-9_]`）；
• `\s`：匹配空白符（空格、制表符`\t`、换行`\n`等）；
• `\b`：匹配单词边界（如`\bjava\b`仅匹配独立单词`java`）。
三、典型应用场景
1. 文本搜索：用`grep`（Shell）、`Pattern.matcher()`（Java）等工具，快速定位日志中含错误码的行；
2. 数据验证：验证邮箱（如`^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$`）、手机号格式；
3. 批量替换：用`sed`（Shell）或Python的`re.sub()`，将文本中所有`old`替换为`new`；
4. 提取信息：从HTML/JSON中提取IP地址（如`\b(?:\d{1,3}\.){3}\d{1,3}\b`）。
四、工具与语言支持
• Shell：`grep`（基础正则）、`egrep`/`grep -E`（扩展正则）、`sed`、`awk`；
• 编程语言：Java（`java.util.regex`包）、Python（`re`模块）、JavaScript（`RegExp`对象）；
• 数据库：PostgreSQL的`~`操作符、MySQL的`REGEXP`函数。
五、注意事项
• 转义问题：在Shell/Java中，`\`需用`\\`转义（如`\d`需写为`\\d`）；
• 性能优化：避免过度复杂的正则（如嵌套多层`.*`），可能导致“回溯爆炸”；
• 兼容性：不同工具对正则的支持略有差异（如Shell的基础正则需用`\{m,n\}`，扩展正则用`{m,n}`）。
热门标签
