正则表达式(Regular Expression,常简写为 regex / regexp)是一种用单个字符串来描述、匹配一系列符合某个句法规则的字符串的模式。说简单点,就是按照某种规则去匹配符合条件的字符串。
本篇目标:
- 理解正则表达式的基本语法;
- 能在编辑器(VS Code / Vim / sed)中用正则完成复杂的查找与替换;
- 能在 JavaScript 中使用
RegExp 处理字符串。
参考:DEERCHAO · 正则表达式 30 分钟入门教程
一、先从一个例子开始
匹配一个形如 user@example.com 的邮箱:
1
| ^([a-zA-Z0-9_-])+@([a-zA-Z0-9_-])+((\.[a-zA-Z0-9_-]{2,3}){1,2})$
|
看不懂没关系,后面逐条拆解。理解正则最好的方式是把模式丢进可视化工具里看结构:
二、基础语法:元字符与量词
2.1 元字符
| 符号 | 含义 | 示例 |
|---|
. | 任意单个字符(默认不含换行) | a.c 可匹配 abc、a c |
^ | 字符串(或行)开头 | ^abc 匹配以 abc 开头 |
$ | 字符串(或行)结尾 | abc$ 匹配以 abc 结尾 |
\ | 转义符,或引出一个特殊字符类 | \. 匹配字面量点号 |
| | 分支条件,满足任一即可 | cat|dog 匹配 cat 或 dog |
2.2 量词(重复次数)
| 符号 | 含义 | 示例 |
|---|
* | 前一元素重复 0 次或多次 | ab*c 匹配 ac、abc、abbc |
+ | 前一元素重复 1 次或多次 | ab+c 匹配 abc,不匹配 ac |
? | 前一元素重复 0 次或 1 次 | ab?c 匹配 ac 或 abc |
{n} | 前一元素恰好重复 n 次 | a{3} 匹配 aaa |
{n,} | 前一元素至少重复 n 次 | a{2,} 匹配 aa、aaa… |
{n,m} | 前一元素重复 n 到 m 次 | a{2,4} 匹配 2~4 个 a |
2.3 字符类与分组
| 符号 | 含义 | 示例 |
|---|
[abc] | 匹配 a、b、c 中任意一个 | [aeiou] 匹配任意元音 |
[^abc] | 匹配除 a、b、c 以外的任意字符 | [^0-9] 匹配非数字 |
(exp) | 分组,同时捕获内容 | (ab)+ 匹配 ab、abab |
(?:exp) | 分组,但不捕获 | (?:ab)+ |
(?<name>exp) | 命名捕获组 | (?<year>\d{4}) |
三、预定义字符类(最容易记反的部分)
| 字符 | 等价于 | 含义 |
|---|
\d | [0-9] | 数字 |
\D | [^0-9] | 非数字 |
\w | [A-Za-z0-9_] | 单词字符(字母、数字、下划线) |
\W | [^A-Za-z0-9_] | 非单词字符 |
\s | [ \t\n\r\f\v] | 空白符(空格、Tab、换行等) |
\S | 非空白符 | 非空白字符 |
\b | — | 单词边界(\w 与 \W 的分界) |
\B | — | 非单词边界 |
需要注意:JavaScript 的 \w 不包含中文,汉字属于 \W;如果想要匹配中文,用 \p{Script=Han}(需 u 修饰符)或 /[\u4e00-\u9fa5]/。
四、贪婪与惰性匹配
正则默认是贪婪的:.* 会尽可能多地匹配。
1
| <div>第一段</div><div>第二段</div>
|
贪婪匹配上述字符串时,会从第一个 <div> 一直吃到最后一个 </div>,一次吞掉整段:
| 模式 | 类型 | 效果 |
|---|
<div>.*</div> | 贪婪 | 从第一个 <div> 匹配到最后一个 </div> |
<div>.*?</div> | 惰性 | 每次只匹配到最近的 </div> |
在量词(*、+、?、{n,m})后面加一个 ?,就会变成惰性匹配:
| 贪婪 | 惰性 | 含义 |
|---|
* | *? | 重复任意次,但尽可能少重复 |
+ | +? | 重复 1 次或更多次,但尽可能少重复 |
? | ?? | 重复 0 次或 1 次,但尽可能少重复 |
{n,m} | {n,m}? | 重复 n 到 m 次,但尽可能少重复 |
五、分组、捕获与引用
- 捕获组
(exp) 会把匹配内容保存下来; - 在正则内部用
\1、\2 反向引用前面的分组; - 在替换字符串中用
$1、$2 引用(JavaScript、编辑器替换均如此); - 命名捕获
(?<year>\d{4}),在替换中用 $<year> 引用。
1 2 3 4 5
| '2026-11-07'.replace(/(\d{4})-(\d{2})-(\d{2})/, '$3/$2/$1');
'2026-11-07'.replace(/(?<y>\d{4})-(?<m>\d{2})-(?<d>\d{2})/, '$<d>/$<m>/$<y>');
|
零宽断言(环视)
零宽断言只判断位置,不消耗字符,因此可以排除掉某些上下文:
| 语法 | 名称 | 含义 |
|---|
(?=exp) | 正向先行断言 | 后面必须紧跟 exp |
(?!exp) | 负向先行断言 | 后面不能紧跟 exp |
(?<=exp) | 正向后行断言 | 前面必须是 exp |
(?<!exp) | 负向后行断言 | 前面不能是 exp |
1 2
| \d+(?=px) 匹配数字,但要求它后面紧跟 px (?<=\$)\d+ 匹配 $ 后面的数字(即价格)
|
六、修饰符(Flags)
| 修饰符 | 名称 | 作用 |
|---|
g | global | 全局匹配;不加则找到第一个匹配即停止 |
i | ignoreCase | 忽略大小写 |
m | multiline | 多行模式,^ / $ 匹配每行的首尾 |
s | dotAll | . 也能匹配换行符(ES2018) |
u | unicode | 启用 Unicode 模式,正确处理代理对与 \p{...} |
y | sticky | 粘性匹配,从 lastIndex 位置开始且必须紧邻 |
七、在 JavaScript 中使用 RegExp
7.1 两种创建方式
1 2 3 4 5
| const reg1 = /\bis\b/g;
const reg2 = new RegExp('\\bis\\b', 'g');
|
编辑器里写"查找替换正则"、配置文件里写正则字符串时,都按"构造函数"的规则来:\\d 才代表 \d。
7.2 常用 API
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
| /\bis\b/gi.test('This is a boy');
'This is a boy'.match(/\bis\b/g);
[...'a1 b2'.matchAll(/([a-z])(\d)/g)];
'a1 b2'.replace(/([a-z])(\d)/g, '$2$1'); 'a-b'.replace(/[-]/g, '_');
'at bg'.search(/\b[a-z]/); 'a1b2c'.split(/\d/);
|
7.3 常见坑
- 反斜杠双重转义:
new RegExp('\d') 里的 \d 会先被 JS 字符串处理掉,必须写 '\\d'; test() 的状态:带 g 的正则对象有 lastIndex,反复 test 同一字符串可能得到不同结果,需要时重置 reg.lastIndex = 0;- 贪婪越界:
.* 容易跨度过大,必要时用 .*? 或更精确的字符类; - 不要解析完整 HTML:正则适合提取片段,嵌套结构请用 DOM / 专门的解析器。
八、常用实例速查
1 2 3 4 5 6 7 8
| ^[\w.+-]+@[\w-]+(\.[\w-]+)+$ 简化版邮箱 ^1[3-9]\d{9}$ 中国大陆手机号 ^https?://[^\s]+$ 简单 URL 判断 ^\d{4}-\d{2}-\d{2}$ 日期(未校验合法性) ^\s+|\s+$ 首尾空白,替换为空即可 trim [\u4e00-\u9fa5]+ 中文字符(CJK 基本区) ^<([a-z][a-z0-9]*)\b[^>]*> 开始标签的标签名 (?<=\bUserID: )\d+ 提取 UserID 后的数字
|
在 VS Code 中按 ⌘/Ctrl + H 打开替换,勾选 .*(正则)即可使用;Linux 命令行中 sed -E 's/pattern/repl/g'、grep -E 'pattern' 也是同一套语法。
九、参考资料
- MDN:Regular expressions —— JS 正则语法、分组与替换;
- MDN:RegExp —— API、修饰符与反向引用;
- MDN:Unicode property escapes ——
\p{Script=Han} 用法; - javascript.info:Regular expressions —— 系统教程与在线练习;
- regex101 / RegExr / regexper —— 在线调试与可视化;
- DEERCHAO:正则表达式 30 分钟入门教程 —— 文首参考来源。
十、小结
- 先记住 6 个高频元素:
. * + ? [] (),其余都是组合; \d \w \s 三兄弟永远是最常用的字符类,含义别记反;- 贪婪/惰性只差一个
?; - 写完后一定在 regex101 / 编辑器里跑一遍,并考虑边界输入(空串、超长串、特殊字符)。