正则表达式看起来像猫踩过键盘——^\d{3}-\d{4}$——但它是有史以来最强大的文本匹配工具。搜索、校验、查找替换、每个检查你手机号的表单,背后都是它。
一句话说明
正则是一种描述“哪些字符串能匹配”的模式——不匹配某个确切的词,而是描述一种形状。\d{3} 的意思是“恰好三个数字”。这就是全部思想。
覆盖 90% 实际用法的五种模式
| 模式 | 含义 | 示例 |
|---|---|---|
\d |
任意数字 | \d{4} = 四个数字(年份) |
\w |
任意字母/数字/下划线 | \w+ = 一个或多个单词字符 |
. |
任意字符 | a.c 匹配 abc、aXc |
* + ? |
重复 0+、1+ 或 0–1 次 | colou?r 两种拼写都匹配 |
[abc] |
其中任意一个 | [A-Z] = 大写字母 |
锚点首尾呼应:^ 表示“以…开头”,$ 表示“以…结尾”。^\d{3}-\d{4}$ 就是一个完整模式:三个数字、一个连字符、四个数字,别的什么都没有。
著名的坑
.* 匹配任何东西,包括空。像 a.*b 这样的模式会愉快地跨行吞掉整段文字。解决办法通常是更具体一点:实际场景里 [^,]+(“除逗号外任意”)比 .* 好用。
验证你的写法
正则测试器在你输入时实时显示匹配结果——模式一边,测试文本另一边。正则参考列出完整语法,需要冷门用法时查阅。
一句实话
正则值得知道个够用。上面五种模式能应付大多数实际任务,其余用到再查。从校验开始(“这是手机号吗?”)——那是建立直觉最快的方式。