目录

一、什么是正则表达式？

二、基础语法速查表

三、进阶特性

1.分组与捕获

2.非捕获分组

3.前瞻与后顾

4.贪婪与懒惰匹配

四、实战案例

案例1：验证手机号

案例2：提取网页中所有链接

案例3：密码强度验证

---

一、什么是正则表达式？

正则表达式（Regular Expression）是一种描述字符串匹配模式的工具，通过特殊字符组合实现复杂文本的查找、替换和验证功能。

核心作用：

• 文本搜索（查找特定模式）

• 数据验证（如邮箱格式检查）

• 文本替换（格式化数据）

• 数据提取（爬虫中的信息抽取）

二、基础语法速查表

元字符	描述	示例
.	匹配任意字符（除换行符）	a.c 匹配 "abc", "a1c"
^	匹配字符串开始	^Hello 匹配 "Hello World" 开头
$	匹配字符串结束	world$ 匹配 "Hello world"
*	匹配前一个字符0次或多次	ab* 匹配 "a", "abbb"
+	匹配前一个字符1次或多次	ab+ 匹配 "ab", "abbb"
?	匹配前一个字符0或1次	colou?r 匹配 "color" 或 "colour"
{n}	精确匹配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	匹配数字（0-9）	\d{3} 匹配 "123"
\w	匹配字母/数字/下划线	\w+ 匹配 "hello_123"
\s	匹配空白字符	a\sb 匹配 "a b"

三、进阶特性

1.分组与捕获

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

2.非捕获分组

# 仅分组不捕获
(?:https?)://[^\s]+

3.前瞻与后顾

# 正向前瞻：匹配后面跟着"元"的数字
\d+(?=元)# 负向前瞻：匹配后面不跟着"元"的数字
\d+(?!元)# 正向后顾：匹配前面是"价格："的数字
(?<=价格：)\d+# 负向后顾：匹配前面不是"价格："的数字
(?<!价格：)\d+

4.贪婪与懒惰匹配

# 贪婪匹配（默认）
<.*>  # 匹配 <div>content</div> 整个字符串# 懒惰匹配（加?）
<.*?>  # 只匹配 <div> 和 </div>

四、实战案例

案例1：验证手机号

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

• ^1 以1开头
• [3-9] 第二位为3-9
• \d{9} 后面跟9为数字

案例2：提取网页中所有链接

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

捕获组2即为链接地址

案例3：密码强度验证

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

要求： 

• 至少8位
• 包含大小写字母
• 包含数字和特殊字符