文本处理 | MagicBude

什么是正则表达式？正则表达式（Regular Expression，简称 Regex）是一种用于匹配字符串的强大工具。它使用特定的语法来描述字符串的模式，可以用于搜索、替换、验证等操作。基础语法字符类 . 匹配任意单个字符（除了换行符） \d 匹配数字 [0-9] \D 匹配非数字 \w 匹配字母、数字、下划线 [a-zA-Z0-9_] \W 匹配非字母、数字、下划线 \s 匹配空白字符（空格、制表符、换行符等） \S 匹配非空白字符 [abc] 匹配 a、b 或 c [a-z] 匹配 a 到 z 的任意字符 [^abc] 匹配除了 a、b、c 之外的任意字符量词 * 匹配 0 次或多次 + 匹配 1 次或多次 ? 匹配 0 次或 1 次 {n} 匹配恰好 n 次 {n,} 匹配至少 n 次 {n,m} 匹配 n 到 m 次锚点 ^ 匹配字符串的开始 $ 匹配字符串的结束 \b 匹配单词边界 \B 匹配非单词边界分组和引用 (abc) 分组，捕获 abc (?:abc) 非捕获分组 (a|b) 匹配 a 或 b \1 引用第一个捕获组常见模式验证电子邮件 ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$ 验证电话号码（中国） ^1[3-9]\d{9}$ 验证 URL ^https?://[^\s/$.?#].[^\s]*$ 验证 IP 地址 ^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$ 验证身份证号（简化版） ^\d{17}[\dXx]$ 匹配 HTML 标签 <([a-z]+)([^>]*)>(.*?)</\1> JavaScript 中的正则表达式创建正则表达式 // 字面量方式 const regex1 = /hello/i; // 构造函数方式 const regex2 = new RegExp('hello', 'i'); 常用方法 test() - 测试是否匹配 const regex = /hello/i; console.log(regex.test('Hello World')); // true console.log(regex.test('Goodbye')); // false exec() - 执行匹配 const regex = /(\d+)-(\d+)-(\d+)/; const result = regex.exec('2025-12-15'); console.log(result[0]); // "2025-12-15" console.log(result[1]); // "2025" console.log(result[2]); // "12" console.log(result[3]); // "15" match() - 字符串方法 const str = 'The year is 2025'; const matches = str.match(/\d+/g); console.log(matches); // ["2025"] replace() - 替换 const str = 'Hello World'; const result = str.replace(/world/i, 'JavaScript'); console.log(result); // "Hello JavaScript" // 使用捕获组 const date = '2025-12-15'; const formatted = date.replace(/(\d+)-(\d+)-(\d+)/, '$3/$2/$1'); console.log(formatted); // "15/12/2025" split() - 分割 const str = 'apple,banana;orange:grape'; const fruits = str.split(/[,;:]/); console.log(fruits); // ["apple", "banana", "orange", "grape"] search() - 查找位置 const str = 'Hello World'; const index = str.search(/world/i); console.log(index); // 6 高级用法前向断言和后向断言 (?=pattern) 正向前向断言 - 匹配后面跟着 pattern 的位置 (?!pattern) 负向前向断言 - 匹配后面不跟着 pattern 的位置 (?<=pattern) 正向后向断言 - 匹配前面跟着 pattern 的位置 (?<!pattern) 负向后向断言 - 匹配前面不跟着 pattern 的位置示例 // 匹配不是 .jpg 的文件名 const regex = /\w+(?!\.jpg)$/i; // 匹配价格（前面有 $ 符号） const regex = /(?<=\$)\d+(\.\d{2})?/; // 在 JavaScript 中使用 const str = '$100 and $50.99'; const prices = str.match(/(?<=\$)\d+(\.\d{2})?/g); console.log(prices); // ["100", "50.99"] 贪心和非贪心匹配 const str = '<div>Hello</div><div>World</div>'; // 贪心匹配（默认） const greedy = str.match(/<div>.*<\/div>/); console.log(greedy[0]); // "<div>Hello</div><div>World</div>" // 非贪心匹配 const nonGreedy = str.match(/<div>.*?<\/div>/g); console.log(nonGreedy); // ["<div>Hello</div>", "<div>World</div>"] 实用示例验证密码强度 function validatePassword(password) { const regex = /^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[@$!%*?&])[A-Za-z\d@$!%*?&]{8,}$/; return regex.test(password); } console.log(validatePassword('Weak123')); // false console.log(validatePassword('Strong@123')); // true 提取 URL 参数 function getUrlParams(url) { const params = {}; const regex = /[?&]([^=]+)=([^&]*)/g; let match; while ((match = regex.exec(url)) !== null) { params[match[1]] = decodeURIComponent(match[2]); } return params; } const url = 'https://example.com?name=John&age=30'; console.log(getUrlParams(url)); // { name: 'John', age: '30' } 驼峰转下划线 function camelToSnake(str) { return str.replace(/([A-Z])/g, '_$1').toLowerCase(); } console.log(camelToSnake('getUserName')); // "get_user_name" 下划线转驼峰 function snakeToCamel(str) { return str.replace(/_([a-z])/g, (match, letter) => letter.toUpperCase()); } console.log(snakeToCamel('get_user_name')); // "getUserName" 移除 HTML 标签 function stripHtmlTags(html) { return html.replace(/<[^>]*>/g, ''); } console.log(stripHtmlTags('<p>Hello <b>World</b></p>')); // "Hello World" 正则表达式标志 g 全局匹配（找到所有匹配项） i 不区分大小写 m 多行匹配 s 使 . 匹配换行符 u Unicode 模式 y 粘性匹配性能优化建议避免过度回溯 - 使用具体的模式而不是过于宽泛的模式使用非捕获分组 - 如果不需要捕获，使用 (?:...) 而不是 (...) 避免嵌套量词 - 如 (a+)+ 可能导致性能问题使用字符类而不是交替 - [abc] 比 (a|b|c) 更快预编译正则表达式 - 避免在循环中重复创建正则表达式常见错误 // 错误：忘记转义特殊字符 const regex = /\./; // 匹配任意字符，不是点号 // 正确：转义点号 const regex = /\./; // 匹配点号 // 错误：在字符类中不需要转义某些字符 const regex = /[\d\-]/; // 在字符类中，- 应该在开头或结尾 // 正确 const regex = /[\d-]/; // 或 /[-\d]/ 在线工具 Regex101 - https://regex101.com RegexPal - https://www.regexpal.com Regex Tester - https://www.regextester.com 总结正则表达式是文本处理的强大工具。虽然学习曲线陡峭，但掌握它能大大提高开发效率。记住，实践是学习正则表达式的最好方法。