引言
正则表达式（Regular Expression），在编程语言中通常缩写为regex或regexp，是一种用于字符串搜索和操作的模式描述方法。它通过定义一系列的规则来匹配、查找和管理文本数据。无论是数据清洗、格式转换还是自动化测试，正则表达式都扮演着不可或缺的角色。
正则表达式在线校验网站： https://tool.oschina.net/regex/
正则表达式基础
在介绍正则表达式之前，我们需要了解一些基本的组成元素：
特殊字符
-
任意字符：
.匹配除换行符之外的任意单个字符。 -
任意数字：
\d等同于[0-9]，匹配任意一个数字字符。 -
任意非数字：
\D等同于[^0-9]，匹配任意一个非数字字符。 -
任意字母：
[a-z]匹配任意一个英文小写字母。 -
任意非字母：
[^a-z]匹配任意一个非英文小写字母的字符。
量词
-
*：出现0次或多次。 -
+：出现1次或多次。 -
?：出现0次或1次。 -
{n}：确定出现n次。 -
{n,}：至少出现n次。 -
{n,m}：出现n到m次。
位置锚点
-
^：行的开头。 -
$：行的结尾。
断言
-
\b：单词边界。 -
\B：非单词边界。
字符集
-
[]：定义一个字符集，匹配其中的任意单个字符。 -
[^]：取反，匹配不在字符集中的任意单个字符。
正则表达式语法规则
正则表达式的语法规则是构建有效正则表达式的基础。以下是一些常见的语法规则：
-
组合：使用
|来表示“或”，例如ab|cd可以匹配“ab”或“cd”。 -
分组：使用圆括号
()来创建子表达式，允许对正则表达式的部分进行分组。 - 量词：使用量词来指定模式出现的次数。
-
转义特殊字符：使用反斜线
\来转义特殊字符，使其作为普通字符匹配。
代码示例
以下是一些使用Python语言的正则表达式示例：
示例1：匹配邮箱地址
import re
email_pattern = r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'
text = "Please contact me at example@example.com or admin@mailserver.com"
matches = re.findall(email_pattern, text)
print(matches) # 输出: ['example@example.com', 'admin@mailserver.com']
示例2：匹配HTML标签
html_pattern = r'<.*?>'
html_content = "<div>Hello, <a href='#'>world</a></div>"
tags = re.findall(html_pattern, html_content)
print(tags) # 输出: ['<div>Hello, <a href='#'>world</a></div>']
示例3：使用量词匹配电话号码
phone_pattern = r'\b\d{3}[-.]?\d{3}[-.]?\d{4}\b'
phone_numbers = "Call me at 123-456-7890 or 123.456.7890"
numbers = re.findall(phone_pattern, phone_numbers)
print(numbers) # 输出: ['123-456-7890', '123.456.7890']