目录
正则表达式，又称规则表达式,（Regular Expression，在代码中常简写为regex、regexp或RE），是一种文本模式。它可以用来检查一个字符串是否符合某个规则，或者从一个字符串中提取出符合某个规则的子串。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）组成的文字模式。模式描述在搜索文本时要匹配的一个或多个字符串。
一、元字符
正则表达式语法中使用的主要元字符包括：
.(点)：匹配除换行符以外的任意字符。^(脱字符)：匹配输入字符串的开始位置。$(美元符号)：匹配输入字符串的结束位置。*(星号)：匹配前面的子表达式零次或多次。+(加号)：匹配前面的子表达式一次或多次。?(问号)：匹配前面的子表达式零次或一次。{n}：n 是一个非负整数。匹配确定的 n 次。{n,}：n 是一个非负整数。至少匹配 n 次。{n,m}：m 和 n 均为非负整数，其中 n <= m。最少匹配 n 次且最多匹配 m 次。[…]：字符集合。匹配方括号中包含的任意字符。[^…]：负值字符集合。匹配方括号中不包含的任意字符。
还有：
- “|”：或，匹配左右两边任意一个表达式
- “”：转义字符，用于转义特殊字符，使其具有原本的字符意义，例如匹配字符".“，需要使用”.“而不是”."。
- “\d”：匹配数字，相当于字符集[0-9]。
- “\D”：匹配非数字字符，相当于字符集[^0-9]。
- “\w”：匹配单词字符，包括数字、字母和下划线，相当于字符集[A-Za-z0-9_]。
- “\W”：匹配非单词字符，相当于字符集[^A-Za-z0-9_]。
- “\s”：匹配空白字符，包括空格、制表符和换行符等。
- “\S”：匹配非空白字符。
- “(?=exp)”：前向肯定断言，匹配exp前面的位置。
- “(?!exp)”：前向否定断言，匹配非exp前面的位置。
二、常用正则表达式
使用正则表达式往往比我们写几行if-else这样的代码更加方便，以下是一些常用的正则表达式的参考（写法不唯一，且规则因国家、地区、开发语言而异）:
1.匹配邮箱地址：
/^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$/
2.匹配手机号码：
/^1([3-9])\d{9}$/
3.匹配固定电话号码：
/^\d{3}-\d{8}|\d{4}-\d{7}$/
4.匹配身份证号码：
/^\d{17}[\d|X|x]|\d{15}$/
5.匹配日期格式（yyyy-mm-dd）：
/^\d{4}-\d{1,2}-\d{1,2}$/
6.匹配中文字符：
/[\u4e00-\u9fa5]/
7.匹配URL地址：
/^((http|https):\/\/)?([\w-]+\.)+[\w-]+(\/[\w-.\/?%&=]*)?$/
8.匹配邮政编码：
/^[1-9]\d{5}$/
9.匹配IP地址：
/^((\d{1,2}|1\d{2}|2[0-4]\d|25[0-5])\.){3}(\d{1,2}|1\d{2}|2[0-4]\d|25[0-5])$/
10.匹配HTML标签：
/^<[^>]+>$/
11.匹配正整数：
/^[1-9]\d*$/
12.匹配负整数：
/^-\d+$/
13.匹配正数（包括小数）：
/^\d+(\.\d+)?$/
14.匹配非正数（包括小数）：
/^((-\d+(\.\d+)?)|(0+(\.0+)?))$/
15.匹配非负数（包括小数）：
/^\d+(\.\d+)?|0+(\.0+)?$/
16.匹配16进制颜色值：
/^#([0-9a-fA-f]{3}|[0-9a-fA-F]{6})$/
17.匹配密码强度（至少包含大写字母、小写字母、数字和特殊字符，长度至少为8位）：
/^(?=.*[A-Z])(?=.*[a-z])(?=.*\d)(?=.*[@$!%*?&)])[A-Za-z\d@$!%*?&]{8,}$/
18.匹配车牌号码：
/^[A-Z]{1}[A-Z_0-9]{5}$/
19.匹配域名：
/^([a-zA-Z0-9][-a-zA-Z0-9]{0,62}\.){1,}[a-zA-Z]{2,}$/
20.匹配时间格式（hh:mm:ss）：
/^([01]\d|2[0-3]):[0-5]\d:[0-5]\d$/
三、使用示例
3.1 在 grep、awk、sed中使用正则表达式
正则表达式和grep、awk、sed非常搭配。
例1： 使用grep匹配html文件中含有中文字符的行，并打印行号
grep -nP '[\x{4e00}-\x{9fa5}]' index.html
在grep中，使用Unicode字符范围来匹配中文需要使用16进制表示法，[\u4e00-\u9fa5]可以写成[\x{4e00}-\x{9fa5}]。
例2： 使用awk匹配html文件中的块级标签：
awk '/^</' index.html
例3：匹配html文件中的函数，并显示他们所在的行数
dahu@dahu MINGW64 ~/Desktop/gpt dahu@dahu MINGW64 ~/Desktop/gpt $ awk '/function/{print NR,$0}' index.html 145 function ask() { 247 function addText(text) { 251 function removeLine() { 257 function setCookie(name, value) { 269 function getCookie(name) { 279 function clear1() {
例4： 使用sed匹配含有response的行：
$ sed -n '/response/p' index.html ).then(response => { let resultstring = response.data.choices[0].message.content; let resultname = response.data.choices[0].message.role;
3.2 在Python中使用正则表达式
可以使用Python的内置re模块来使用正则表达式。
re模块提供了Perl风格的正则表达式模式，使Python语言拥有全部的正则表达式功能。常用的正则表达式函数有：re.search()、re.match()、re.findall()、re.sub()等。
- re.search()：在字符串中查找模式，如果找到则返回Match对象，否则返回None。
- re.match()：从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。
- re.findall()：在字符串中查找模式，返回所有匹配到的字符串。
- re.sub()：用于替换字符串中的匹配项。
例5： 判断输入手机号是否正确
import re def judge_phone_number(account): pattern = re.compile(r"^1([3-9])\d{9}$") if pattern.match(account): print("手机号码输入正确") else: print("手机号码输入错误") judge_phone_number(input("请输入手机号："))
注：
Python个中的正则表达式放在单、双引号里面，前面加一个r表示原始字符串，不进行转义。
正则表达式一般放在//里面，不同语言有一些区别。
3.3 在C语言中使用正则表达式
在C语言中，可以使用POSIX标准库中的正则表达式库regex.h来编写和处理正则表达式。
C语言中处理正则表达式的函数有regcomp()、regexec()、regfree()和regerror()等。
3.31 函数介绍
- regcomp()函数：编译正则表达式。函数原型如下：
int regcomp(regex_t *preg, const char *regex, int cflags);
其中，preg是一个指向regex_t类型的指针，regex是一个指向正则表达式字符串的指针，cflags是编译标志。如果函数执行成功，返回值为0；否则，返回值为非0。
- regexec()函数：执行匹配。函数原型如下：
int regexec(const regex_t *preg, const char *string, size_t nmatch, regmatch_t pmatch[], int eflags);
其中，preg是一个指向regex_t类型的指针，string是一个指向待匹配字符串的指针，nmatch是pmatch数组的长度，pmatch是一个指向regmatch_t类型的数组，eflags是执行标志。如果函数执行成功，返回值为0；否则，返回值为非0。
- regfree()函数：释放内存。函数原型如下：
void regfree(regex_t *preg);
其中，preg是一个指向regex_t类型的指针。
- regerror()函数：获取包含错误信息的字符串。函数原型如下：
size_t regerror(int errcode, const regex_t *preg, char *errbuf, size_t errbuf_size);
其中，errcode是错误代码，preg是一个指向regex_t类型的指针，errbuf是一个指向字符数组的指针，errbuf_size是字符数组的长度。如果函数执行成功，返回值为错误信息字符串的长度；否则，返回值为0。
3.32 例程
#include <stdio.h> #include <stdlib.h> #include <sys/types.h> #include <regex.h> int main (void) { char ebuff[256]; int ret; int cflags; regex_t reg; cflags = REG_EXTENDED | REG_ICASE | REG_NOSUB; char *test_str = "Hello World"; char *reg_str = "H.*"; ret = regcomp(®, reg_str, cflags); if (ret) { regerror(ret, ®, ebuff, 256); fprintf(stderr, "%s\n", ebuff); goto end; } ret = regexec(®, test_str, 0, NULL, 0); if (ret) { regerror(ret, ®, ebuff, 256); fprintf(stderr, "%s\n", ebuff); goto end; } regerror(ret, ®, ebuff, 256); fprintf(stderr, "result is:\n%s\n", ebuff); end: regfree(®); return 0; }
