写给普通人的正则表达式实用指南

正则表达式（regex）有一个口碑问题。它们看起来像有人趴在键盘上打了一串：^[\w.-]+@[\w-]+\.[\w.]+$。它们出现在代码审查、文本编辑器、搜索工具和表单验证中。开发者要么热爱它们，要么完全回避它们。

真相介于两者之间。正则表达式确实强大。初看也确实令人困惑。但你不需要掌握每一个晦涩的功能才能获得实用价值。几个模式就能覆盖绝大多数实际使用场景。

正则表达式实际做什么

正则表达式是描述一组字符串的模式。你把它交给搜索工具，它会找到所有匹配该模式的字符串。把它想象成一个非常精确的搜索查询。

普通搜索：精确查找"hello" 正则搜索：查找任何看起来像邮箱地址、电话号码、日期、URL或你能描述的任何其他模式的东西。

基础构建块

字面字符

最简单的正则表达式就是字面文本。模式hello匹配字符串"hello"。没有花哨的东西。

点号（.）——任意单个字符

点号匹配任意单个字符（换行符除外）。

• h.t匹配"hat"、"hit"、"hot"、"hut"，甚至"h3t"

字符类（[]）——特定字符

方括号定义该位置允许的字符集合。

• [aeiou]匹配任意单个元音字母
• [0-9]匹配任意数字
• [A-Za-z]匹配任意字母（大写或小写）
• [^0-9]匹配任意非数字字符（方括号内的^表示"非"）

量词——多少个

这些符号控制重复：

锚点——位置

• ^在开头表示"字符串的开始"
• $在结尾表示"字符串的结束"
• ^hello$只匹配精确字符串"hello"，不匹配"say hello"或"hello world"

简写类

常见字符类有快捷方式：

分组（()）——组合和捕获

圆括号将模式的部分组合在一起。这对于对组应用量词或提取匹配的特定部分很有用。

• (ab)+匹配"ab"、"abab"、"ababab"
• (\d{3})-(\d{4})匹配"555-1234"并分别捕获"555"和"1234"

管道符（|）——或

管道符表示"或"。

• cat|dog匹配"cat"或"dog"
• (jpg|png|gif)匹配这三个图片扩展名中的任何一个

你今天就能使用的实用模式

匹配邮箱地址（简单版）

[\w.-]+@[\w-]+\.[\w.]+

分解：

• [\w.-]+ — 一个或多个单词字符、点或连字符（本地部分）
• @ — 字面上的@符号
• [\w-]+ — 一个或多个单词字符或连字符（域名）
• \. — 字面上的点（转义因为.是特殊字符）
• [\w.]+ — 一个或多个单词字符或点（顶级域名）

匹配电话号码（中国格式）

1[3-9]\d{9}

这匹配中国手机号码格式如：13812345678。

匹配URL

https?://[\w.-]+(/[\w./-]*)?

这匹配：

• https://example.com
• http://example.com/path/to/page
• https://sub.domain.com/page.html

匹配日期（YYYY-MM-DD）

\d{4}-\d{2}-\d{2}

这匹配：2026-03-23、1999-12-31等。

查找重复单词

\b(\w+)\s+\1\b

这匹配像"the the"或"is is"这样的重复单词。\1回引第一个组捕获的内容。

匹配IPv4地址

\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}

这匹配像192.168.1.1或10.0.0.255这样的模式。

编写正则表达式的技巧

1. 从简单开始，然后逐步改进

不要试图第一次就写出完美的正则表达式。从宽泛的模式开始，用你的数据测试，然后收紧。

2. 始终测试

正则表达式很容易出错。缺少一个量词或一个未转义的点可以完全改变匹配的内容。始终用真实数据测试你的模式。

3. 转义特殊字符

如果你需要匹配字面上的点、圆括号、方括号或其他特殊字符，用反斜杠转义：\.、\(、\[。

4. 使用注释和命名组

在复杂模式中，使用命名组和注释（在支持的地方）使正则表达式可读。未来的你会感谢的。

5. 知道何时不使用正则表达式

正则表达式不适合解析HTML、XML、JSON或任何嵌套结构。对这些使用适当的解析器。

现在就开始测试正则表达式：

• 测试正则表达式模式
• 正则表达式测试工具

免费，即时反馈，无需注册。