目錄

一、什么是正則表達式？

二、基礎語法速查表

三、進階特性

1.分組與捕獲

2.非捕獲分組

3.前瞻與后顧

4.貪婪與懶惰匹配

四、實戰案例

案例1：驗證手機號

案例2：提取網頁中所有鏈接

案例3：密碼強度驗證

---

一、什么是正則表達式？

正則表達式（Regular Expression）是一種描述字符串匹配模式的工具，通過特殊字符組合實現復雜文本的查找、替換和驗證功能。

核心作用：

• 文本搜索（查找特定模式）

• 數據驗證（如郵箱格式檢查）

• 文本替換（格式化數據）

• 數據提取（爬蟲中的信息抽取）

二、基礎語法速查表

元字符	描述	示例
.	匹配任意字符（除換行符）	a.c?匹配 "abc", "a1c"
^	匹配字符串開始	^Hello?匹配 "Hello World" 開頭
$	匹配字符串結束	world$?匹配 "Hello world"
*	匹配前一個字符0次或多次	ab*?匹配 "a", "abbb"
+	匹配前一個字符1次或多次	ab+?匹配 "ab", "abbb"
?	匹配前一個字符0或1次	colou?r?匹配 "color" 或 "colour"
{n}	精確匹配n次	a{3}?匹配 "aaa"
{n,}	至少匹配n次	a{2,}?匹配 "aa", "aaaa"
{n,m}	匹配n到m次	a{2,4}?匹配 "aa", "aaa"
[]	字符集合	[abc]?匹配 "a", "b", 或 "c"
[^]	反向字符集合	[^abc]?匹配除a/b/c外任意字符
\d	匹配數字（0-9）	\d{3}?匹配 "123"
\w	匹配字母/數字/下劃線	\w+?匹配 "hello_123"
\s	匹配空白字符	a\sb?匹配 "a b"

三、進階特性

1.分組與捕獲

# 匹配日期格式（YYYY-MM-DD）
(\d{4})-(\d{2})-(\d{2})
# 分組結果：
# Group 1: 年份
# Group 2: 月份
# Group 3: 日期

2.非捕獲分組

# 僅分組不捕獲
(?:https?)://[^\s]+

3.前瞻與后顧

# 正向前瞻：匹配后面跟著"元"的數字
\d+(?=元)# 負向前瞻：匹配后面不跟著"元"的數字
\d+(?!元)# 正向后顧：匹配前面是"價格："的數字
(?<=價格：)\d+# 負向后顧：匹配前面不是"價格："的數字
(?<!價格：)\d+

4.貪婪與懶惰匹配

# 貪婪匹配（默認）
<.*>  # 匹配 <div>content</div> 整個字符串# 懶惰匹配（加?）
<.*?>  # 只匹配 <div> 和 </div>

四、實戰案例

案例1：驗證手機號

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

• ^1 以1開頭
• [3-9] 第二位為3-9
• \d{9} 后面跟9為數字

案例2：提取網頁中所有鏈接

<a\s+(?:[^>]*?\s+)?href=(["'])(.*?)\1

捕獲組2即為鏈接地址

案例3：密碼強度驗證

^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[@$!%*?&])[A-Za-z\d@$!%*?&]{8,}$

要求：?

• 至少8位
• 包含大小寫字母
• 包含數字和特殊字符