企业官网建设流程全解析

正则表达式（Regular Expression，简称 regex 或 regexp）是一种用来匹配、查找、替换文本的强大工具，广泛用于编程、文本处理、数据验证等场景（如验证邮箱格式、提取日志内容、清洗数据等）。下面从基础到进阶，带你快速掌握核心用法：

一、基础概念：字符与匹配规则

正则表达式通过元字符（有特殊含义的字符）和普通字符（如字母、数字）的组合，描述文本的“模式”。

1. 普通字符：精确匹配

普通字符（如a、123、hello）会精确匹配自身。
示例：正则cat会匹配文本中的cat子串（如cat、category中的cat）。

2. 元字符：特殊含义的字符

元字符是正则的“核心语法”，常用元字符及含义：

3. 预定义字符类（简化版字符范围）

正则提供了一些简写符号，代替常用的字符范围：

二、进阶用法：分组、捕获与非贪婪匹配

1. 分组与捕获（()的作用）

• 分组：将多个字符视为一个整体，配合量词使用。
  示例：(ab)+匹配ab、abab、ababab…（ab作为整体重复）。

• 捕获：分组会“记住”匹配的内容，可通过反向引用（\1、\2…）在后续复用。
  示例：正则(\w+) \1匹配“重复的单词”（如hello hello），\1表示引用第一个分组(\w+)匹配的内容。

2. 非贪婪匹配（?的另一种用法）

正则默认是贪婪匹配（尽可能多匹配），加?可改为非贪婪匹配（尽可能少匹配）。

示例：

• 贪婪：a.*c匹配a123c456c时，会匹配a123c456c（从第一个a到最后一个c）。
• 非贪婪：a.*?c匹配a123c456c时，会匹配a123c（从第一个a到最近的c）。

三、实战示例：常见场景的正则

1. 验证邮箱格式

需求：匹配常见邮箱（如user@example.com、info123@mail.cn）。
正则：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
解释：

• ^\w+：开头是“单词字符”（用户名开头）。
• ([-+.]\w+)*：用户名中可包含-、+、.，且后面跟“单词字符”，重复 0 次或多次。
• @：匹配@符号。
• \w+([-.]\w+)*：域名前缀（如example），可包含-、.。
• \.\w+([-.]\w+)*：域名后缀（如.com、.co.uk），以.开头，后跟“单词字符”及可选的-/.。

2. 提取 URL 中的域名

需求：从https://www.example.com/path?query中提取www.example.com。
正则：://([^/]+)
解释：

• ://：匹配://固定字符。
• ([^/]+)：捕获“非/的字符”（直到遇到下一个/为止），即域名部分。
  在正则://([^/]+)中，://是直接匹配 URL 中固定存在的字符串“😕/”，作用是精准定位到域名的起始位置，避免误匹配其他内容。

具体解释：

我们目标是从 URL（如https://www.example.com/path?query）中提取www.example.com，而 URL 的结构通常是：
协议://域名/路径?参数
（比如https://www.example.com/path?query中，https是协议，www.example.com是域名，/path是路径）

://的核心作用：

它是协议和域名之间的固定分隔符（比如http://、https://、ftp://中都有://）。
正则中先写://，就是为了跳过前面的“协议部分”（如https），直接定位到://后面的内容——这部分才是域名的起始位置。

举例说明：

在https://www.example.com/path?query中：

• 正则://会精准匹配https后面的://这三个字符；
• 紧接着的([^/]+)就会从://之后开始匹配（即从www.example.com的第一个字符w开始），直到遇到第一个/为止（www.example.com后面的/），最终捕获www.example.com。

如果没有://，直接用([^/]+)，会匹配什么？
会从 URL 开头开始匹配非/的字符，结果会误把https也包含进去（比如匹配https），无法准确定位到域名。

所以，://是通过匹配固定分隔符，帮我们“锚定”到域名的起始位置，确保后续的([^/]+)只捕获域名部分。

([^/]+)是正则中用于精准捕获域名的核心部分，我们拆解来看它的作用：

1. 先看[^/]：否定字符类，匹配“非/的任意字符”

• []表示“字符类”，里面的内容是“允许匹配的字符范围”；
• ^放在[]开头时，表示“否定”——即[^/]表示“匹配任何不是/的字符”（比如字母、数字、.、-、www中的w等，只要不是/都能匹配）。

2. 再看+：量词，匹配“前面的元素 1 次或多次”

+在这里修饰[^/]，表示“连续的、非/的字符，至少出现 1 次，最多可以出现任意多次”（只要这些字符中间没有/打断）。

3. 整体([^/]+)：捕获“连续的非/字符”

• 括号()是“捕获分组”，作用是把匹配到的内容单独“拎出来”（后续可以提取这个分组的结果，也就是我们要的域名）；
• 结合起来，([^/]+)会从当前位置开始，连续匹配所有不是/的字符，直到遇到第一个/为止，然后把这些字符作为一个“分组”捕获下来。

结合 URL 实例看效果

以https://www.example.com/path?query为例：

• 前面的://已经匹配了https后面的://，接下来就轮到([^/]+)工作；
• 从://之后的第一个字符（w）开始，[^/]会匹配w、w、w、.、e、x……直到遇到www.example.com后面的/（即/path中的/）；
• 因为+要求“至少 1 次”，所以会把www.example.com这一串连续的非/字符全部匹配，并用括号捕获——这正是我们需要的域名。

为什么这样写能精准定位域名？

因为 URL 的结构是固定的：协议://域名/路径?参数，其中域名的后面一定跟着第一个/（比如www.example.com后面是/path）。
[^/]+刚好利用这一点，“贪婪”地匹配所有到第一个/为止的非/字符，完美圈定域名范围。

如果没有[^/]，比如直接用.+（匹配任意字符多次），就会把/path?query也一起匹配进去，无法单独提取域名。

3. 匹配手机号（以中国大陆为例）

需求：匹配 11 位手机号，开头为 1，第二位为 3/4/5/6/7/8/9。
正则：^1[3-9]\d{9}$
解释：

• ^1：开头是1。
• [3-9]：第二位是 3-9 中的一个数字。
• \d{9}：后面跟 9 位数字。
• $：行结尾，确保总长度为 11 位。

四、工具推荐：快速测试正则

学习正则时，建议用在线测试工具实时验证效果：

• regex101：支持多种语言（Python、JavaScript 等），提供详细匹配说明、错误提示。
• RegExr：可视化正则分组、字符类，适合新手理解。

五、学习建议

1. 从简单到复杂：先掌握单个元字符（如.、*、[]），再组合成复杂模式。
2. 多实战：找一段文本（如日志、网页源码），用正则尝试匹配、提取目标内容。
3. 善用工具：用在线工具测试正则，观察匹配过程，理解每一步的作用。

通过以上内容，你已经掌握了正则表达式的核心语法和常见用法，接下来就可以在实际场景中练习啦～

补充:

正则表达式里的*、+、?都属于**“量词元字符”**，用来规定“前面的字符/子表达式出现的次数”，具体含义和示例如下：

1.*（星号）

匹配前面的字符/子表达式 “0次或多次”（可以不出现，也能出现任意多次）。
示例：
正则ab*c中，b可出现 0 次、1 次或多次，因此能匹配：

• ac（b出现 0 次）；
• abc（b出现 1 次）；
• abbbbbc（b出现多次）。

2.+（加号）

匹配前面的字符/子表达式 “1次或多次”（至少出现 1 次，不能不出现）。
示例：
正则ab+c中，b至少出现 1 次，因此能匹配：

• abc（b出现 1 次）；
• abbbbbc（b出现多次）；
  但不匹配ac（b出现 0 次）。

3.?（问号）

匹配前面的字符/子表达式 “0次或1次”（最多出现 1 次，要么没有，要么只有 1 次）。
示例：
正则ab?c中，b最多出现 1 次，因此能匹配：

• ac（b出现 0 次）；
• abc（b出现 1 次）；
  但不匹配abbc（b出现 2 次）。

简单记忆：

• *→ “可有可无，多了也能要”；
• +→ “至少有 1 个”；
• ?→ “最多 1 个，没有也可以”。