正则表达式学习笔记与常用技巧

---

正则表达式（Regular Expression, 简称 Regex）是用于字符串匹配和处理的强大工具，广泛应用于文本搜索、数据清洗、表单验证、爬虫开发等场景。

一、基础语法速览

符号	含义	示例
.	匹配除换行外的任意字符	a.b → 匹配 acb、a1b
^	匹配字符串开始	^abc 匹配 abc123
$	匹配字符串结尾	abc$ 匹配 123abc
*	匹配前一个字符 0次或多次	a* 匹配 ""、a、aaa
+	匹配前一个字符 1次或多次	a+ 匹配 a、aa
?	匹配前一个字符 0次或1次	a? 匹配 ""、a
{n}	恰好重复 n 次	a{3} 匹配 aaa
{n,}	至少重复 n 次	a{2,} 匹配 aa、aaa...
{n,m}	重复 n 到 m 次	a{2,4} 匹配 aa、aaa、aaaa
[]	字符集合，匹配其中任意一个字符	[abc] 匹配 a、b、c
[^]	非字符集合，匹配不在其中的字符	[^abc] 匹配非 a/b/c 的字符
`	`	或运算，匹配左右任意一个表达式	`abc	123匹配abc或123`
()	分组，提取或整体应用量词	(abc)+ 匹配 abcabc

二、常用元字符与转义

元字符	说明	示例
\d	数字（0-9）	\d+ 匹配一个或多个数字
\D	非数字	\D+ 匹配一个或多个非数字字符
\w	单词字符（字母数字下划线）	\w+ 匹配变量名、函数名等
\W	非单词字符	\W+ 匹配符号、空格等
\s	空白字符（空格、Tab等）	\s+ 匹配空白区域
\S	非空白字符	\S+ 匹配非空格文本
\b	单词边界	\bword\b 只匹配单词 word
\\	匹配 \ 本身	\\ 匹配反斜杠

三、常见应用场景

✅ 验证手机号（中国大陆）

^1[3-9]\d{9}$

✅ 验证邮箱

^[\w.-]+@[\w.-]+\.[a-zA-Z]{2,6}$

✅ 提取网页中的链接

https?://[^\s"'>]+

✅ 匹配身份证号（15 或 18 位）

(^\d{15}$)|(^\d{17}[\dXx]$)

✅ 清理 HTML 标签

<[^>]+>

四、分组与提取

分组使用 ()，可以通过正则工具或编程语言中提取匹配结果。

(\d{4})-(\d{2})-(\d{2})

匹配 2025-06-04，分组结果：

• $1: 2025
• $2: 06
• $3: 04