搞定正则表达式，走出新手村！

前言

正则表达式 （Regular Expression） 是一种强大的文本模式描述语言，可以通过简洁的符号组合描述复杂的字符串匹配规则。被广泛应用于数据验证、文本提取、日志分析等领域，在我们日常工作中发挥着重要的作用。

软件行业从业，是否掌握正则表达式的使用，往往是区分菜鸟和老手的重要标识。 本文我们结合一些具体案例，详细梳理下正则表达式的应用，早日告别新手村！

正则表达式核心语法

学习正则表达式， 这里推荐一个非常直观的线上验证平台， https://regex101.com , 对于我们练习和掌握正则语法非常有帮助。

普通字符和特殊字符

正则表达式作为一个匹配规则。当然首先可以匹配各种普通字符。主要指各种中英文单词、字母、数字。此外正则表达式还会预留很多特殊字符，如 * ? + . () [] $ ^ \ | 等，代表一些特别的匹配规则，而如果这些特殊字符我们需要看作普通字符进行匹配时，则需要使用 \ 符号进行转义，因此 \ 也称转义符。比如 \? 就会匹配目标文本中的 ? 字符， \\ 则会匹配目标文本中的 \ 字符

量词符（quantifiers）

量词符是用于控制匹配次数的符号：

• * 零次或多次（如 a* 可匹配 “”, “a”, “aa”）
• + 一次或多次（a+ 必须至少有一个a）
• ? 零次或一次（a? 可匹配 “” 或 a）
• {n} 精确匹配n次（{4} 匹配4次）
• {m,n} 匹配m到n次（含边界）
• {m,} 匹配m到多次
• {,n} 匹配零次到n次

另外，在正则表达式中，还有两种匹配模式

• 贪婪模式：这是默认模式，也就会在目标文本中，尽可能最长地去匹配符合规则的字符
• 惰性模式：而如果在量词后加?则标记以惰性模式进行匹配，也就是尽可能少地去匹配符合规则的字符

举例来说：

浮云长长长长长长长消

这个上联中有 7 个 长 字，正则表达式 长{2,3} 默认按贪婪模式匹配，会匹配到 2 次 长长长， 而加上 长{2,3}? 则会按尽量少的字符匹配，匹配到 3 次 长长

元字符（Metacharacters）

除量词符外，还有一类元字符，被预留构成正则表达式的基础特殊符号：

• \d 匹配数字（等价于 [0-9]）
• \D