正则表达式教程 - 从零入门到常用语法（系统整理）

🌟 正则难在哪#

正则被公认”看着像乱码”。但其实它是一套极简的语言：只有几十个符号，组合起来就能描述复杂模式。难的不是符号本身，而是”组合方式”和”优先级”。

本文按”由浅入深”的顺序，把核心概念讲清楚，并配大量示例。边学边练，用正则测试器最快。

一、正则是什么#

正则（Regular Expression）是描述”一段文本长什么样”的表达式。比如 \d{3} 表示”3 个数字”。它主要用于四件事：查找、校验、提取、替换。

几乎所有编程语言和编辑器都支持正则，掌握一次，到处能用。

二、普通字符与转义#

直接写 abc 就是匹配 abc；
想匹配特殊符号本身，加反斜杠：\. 匹配真正的点号。

常见需要转义的字符：. + * ? ( ) [ ] { } ^ $ | \

例：匹配文件名里的点，用 \. 而不是 .（. 会匹配任意字符）。

三、字符类：一组可选项#

写法	含义
`[abc]`	a、b 或 c 中任意一个
`[a-z]`	小写字母
`[A-Za-z]`	任意英文字母
`[^abc]`	除 a、b、c 之外
`\d`	数字
`\D`	非数字
`\w`	字母数字下划线
`\s`	空白

例：[A-Za-z0-9_] 等价于 \w。

四、量词：重复几次#

量词	含义
`*`	0 次或多次
`+`	1 次或多次
`?`	0 或 1 次
`{3}`	恰好 3 次
`{2,5}`	2 到 5 次
`{2,}`	至少 2 次

例：\d{3} 匹配 3 位数字；\w+ 匹配一个或多个单词字符。

贪婪 vs 懒惰#

贪婪（默认）：尽量多匹配；
懒惰：加 ?，尽量少匹配。

对 <a><b> 用 <.+> 会匹配整个 <a><b>；用 <.+?> 只匹配 <a>。

五、分组与捕获#

(abc)：捕获组，把匹配到的内容单独取出；
(?:abc)：非捕获组，只分组不捕获；
(?<name>abc)：命名组，便于按名取值。

例：(\d{4})-(\d{2})-(\d{2}) 可分别取出年、月、日。

反向引用：\1 引用第 1 组，如 \b(\w+)\s+\1\b 匹配重复单词。

六、锚点：匹配位置#

锚点	含义
`^`	开头
`$`	结尾
`\b`	单词边界

例：^\d+$ 表示”整串都是数字”；\bcat\b 只匹配独立的 cat，不匹配 category。

七、或与分支#

cat|dog 匹配 cat 或 dog；配合分组 (cat|dog)s 匹配 cats 或 dogs。

注意分支的顺序：(a|ab) 对 ab 会先匹配 a。需要长优先时把长的放前面。

八、断言：前后条件#

写法	含义
`(?=x)`	后面是 x（前瞻）
`(?!x)`	后面不是 x（负前瞻）
`(?<=x)`	前面是 x（后顾）
`(?<!x)`	前面不是 x（负后顾）

例：密码”至少一个数字”可用 (?=.*\d) 前瞻。详见正则前瞻与后顾怎么用。

九、Flags：匹配开关#

Flag	作用
`i`	忽略大小写
`g`	全局
`m`	多行
`s`	`.` 匹配换行
`u`	Unicode

详见正则 Flags 详解。

十、实战练习（自己动手）#

在正则测试器里试：

题目	参考答案
匹配 11 位手机号	`^1[3-9]\d{9}$`
匹配邮箱	`[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}`
匹配 YYYY-MM-DD	`^\d{4}-\d{2}-\d{2}$`
提取所有 URL	`https?://[^\s]+`
匹配中文	`[\u4e00-\u9fa5]+`
匹配整数或小数	`^-?\d+(\.\d+)?$`
去掉 HTML 标签	`<[^>]+>`
交换 `a b` 为 `b a`	`^(\w+)\s+(\w+)$` → `$2 $1`

十一、常见错误#

忘转义：. + 被当特殊符号；
忘 g：只匹配第一处；
贪婪过头：.* 吃掉太多，改用 .*?；
^$ 只匹配整串：多行要开 m；
. 不匹配换行：开 s 或用 [\s\S]；
灾难性回溯：(a+)+ 这类写法要避免，见 ReDoS；
组编号错位：加一个括号，后面组号顺延，建议用命名组。

十二、学习路径建议#

先掌握字符类 + 量词 + 锚点（够用 80%）；
再学分组的捕获与引用；
然后断言与 Flags；
最后了解各语言差异（多语言引擎）。

遇到看不懂的正则，用正则解释器拆解；需要速查用正则语法速查表。

❓ 常见问题（FAQ）#

正则要背吗？

不用背。理解分类，常用时查[正则语法速查](https://www.xingdian.net/blog/posts/regex-cheatsheet/)即可。

怎么练最快？

在[正则测试器](https://www.xingdian.net/app/regex/tester/)里边写边看结果，比看书快得多。

看不懂别人的正则？

用[正则解释器](https://www.xingdian.net/app/regex/explain/)逐段拆解，或用[正则可视化](https://www.xingdian.net/app/regex/visualize/)看结构。

贪婪和懒惰怎么选？

默认贪婪；需要"匹配到最近的位置"时用懒惰（加 `?`）。

各语言语法一样吗？

基础通用，命名组、Flags、断言有差异，见[多语言引擎](https://www.xingdian.net/app/regex/engines/)。

学习正则需要多久？

掌握 80% 常用语法，认真练一两天即可；深入断言/性能优化需要更多实践。

正则能替代解析器吗？

不适合解析复杂嵌套结构（如完整 HTML/JSON），这类场景用专门解析器更稳。

有推荐的练习顺序吗？

按本文"实战练习"表逐题做，再尝试用[常用格式正则](https://www.xingdian.net/app/regex/formats/)里的规则反推写法。

十三、优先级与常见组合#

正则也有”优先级”，理解它才能读懂复杂表达式：

转义最高（\. 就是一个字符）；
字符类/分组其次（[...]、(...)）；
量词作用在紧邻的元素上（ab+ = a + b+）；
连接（abc 表示 a 后接 b 后接 c）；
分支 | 优先级最低（ab|cd = ab 或 cd）。

常见组合：

目标	写法
非空任意行	`^.+$`
整数或小数	`^-?\d+(\.\d+)?$`
中英文数字	`^[\u4e00-\u9fa5A-Za-z0-9]+$`
日期时间	`^\d{4}-\d{2}-\d{2}( \d{2}:\d{2})?$`
带引号字符串	`"[^"]*"`

十四、进阶主题（了解即可）#

原子组与占有量词：(?>...)、a++，减少回溯；
条件匹配：(?(1)yes|no)，部分引擎支持；
递归：PCRE 支持 (?R)，可匹配嵌套结构；
Unicode 属性：\p{Script=Han} 匹配中文，\p{Emoji} 匹配表情；
粘性匹配：JS 的 y 标志，用于逐段解析。

这些语法各引擎支持不一，迁移时用多语言引擎核对。

十五、正则 vs 通配符#

通配符（*、?）：只用于文件名匹配，简单；
正则：功能完整，支持分组、量词、断言、回溯引用。

例：通配符 *.txt 只能匹配文件名；正则 \w+\.txt$ 可精确控制。

十六、正则能做什么、不能做什么#

适合：格式校验、文本查找替换、简单提取、日志解析。

不适合：解析嵌套结构（完整 HTML/JSON/XML）、复杂语法分析——这些用专门解析器更稳。正则会因嵌套而产生回溯问题。

💬 总结#

正则的核心就三块：字符（匹配什么）、量词（几次）、位置（哪里），再加分组与断言。按本文顺序学，配合正则测试器多练，很快上手。

立即体验：访问学习与参考