正则表达式从入门到实战：30分钟掌握文本处理利器

为什么要学正则？

一行正则表达式可以替代20行字符串处理代码。

假设你要从1000行日志中提取所有IP地址。用普通代码——分割字符串、遍历、判断格式——至少20行。用正则：\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}，一行搞定。

这篇教程假设你完全零基础，30分钟后你就能处理日常80%的文本匹配需求。

---

基础语法

字面字符和元字符

字符	含义	示例
abc	精确匹配"abc"	hello → 匹配"hello"
.	任意单个字符（除换行）	h.t → hat, hot, hit
\d	数字 [0-9]	\d{3} → 123, 456
\w	单词字符 [a-zA-Z0-9_]	\w+ → hello, test123
\s	空白字符（空格、Tab、换行）	a\sb → "a b"
\D	非数字	\D+ → hello
\W	非单词字符	\W → @, #, !

量词

量词	含义	示例
*	0次或多次	ab*c → ac, abc, abbc
+	1次或多次	ab+c → abc, abbc（不含ac）
?	0次或1次	colou?r → color, colour
{n}	恰好n次	\d{4} → 四位数
{n,}	至少n次	\d{4,} → 至少四位数
{n,m}	n到m次	\d{3,5} → 三到五位数

---

字符类

[a-z]     小写字母
[A-Z]     大写字母
[0-9]     数字
[a-zA-Z]  所有字母
[^0-9]    非数字（^在[]内表示"非"）
[abc]     匹配a或b或c

---

锚点

锚点	含义	示例
^	行首	^Hello → 以Hello开头的行
$	行尾	world$ → 以world结尾的行
\b	单词边界	\bcat\b → 匹配独立的cat，不匹配catch

---

分组和捕获

(\d{3})-(\d{4})-(\d{4})  匹配手机号 138-0000-1111
$1 = 138, $2 = 0000, $3 = 1111

在工具库正则工具中使用替换功能：$1****$3 可以将中间四位脱敏为 138-****-1111。

非捕获分组

(?:\d{3})  只分组不捕获，不产生$1/$2

---

零宽断言（进阶）

语法	含义	示例
(?=...)	后面跟着...	\d+(?=元) → 匹配"100元"中的100
(?!...)	后面不跟着...	\d+(?!元) → 不匹配"100元"中的100
(?<=...)	前面是...	(?<=¥)\d+ → 匹配"¥100"中的100
(?<!...)	前面不是...	(?<!¥)\d+ → 不匹配"¥100"中的100

---

实用正则配方

邮箱：     [a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}
手机号：   1[3-9]\d{9}
URL：      https?://[^\s/$.?#].[^\s]*
身份证：   \d{17}[\dXx]
中文：     [\u4e00-\u9fa5]
IP地址：   \d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}
日期：     \d{4}-\d{2}-\d{2}

---

常见陷阱

1. 贪婪 vs 懒惰

贪婪: <.*>   匹配"<div>hello</div>" → 整个字符串（贪心）
懒惰: <.*?>  匹配"<div>hello</div>" → 只匹配<div>和</div>

加 ? 让量词变懒惰。

2. 灾难性回溯

# 危险写法
(a+)+b  匹配"aaaaaaaaaaaaaaaaaaaa" → 性能爆炸

# 安全写法
a+b     简单明确，不嵌套量词

3. . 不匹配换行符

# 匹配多行内容
[\s\S]*  代替 .* （匹配所有字符包括换行）

---

动手练习

用工具库正则测试工具完成以下练习：

1. 从"我的电话是138-1234-5678，办公室电话010-12345678"中提取所有电话号码
2. 将"2026-06-03"替换为"06/03/2026"
3. 找出文本中所有重复的单词

完成这3个练习，你就算正则入门了。搭配文本替换和文本对比功能，你的文本处理能力会上一个大台阶。