一、基础语法（逐字符解析）
1. 普通字符
- 规则：直接匹配字符本身，无特殊含义。
- 示例：
hello → 精准匹配字符串 “hello” a1@ → 匹配 “a” + 数字 “1” + 符号 “@” 的组合
2. 元字符（核心符号）
| 符号 |
详细解释 |
案例与场景 |
. |
匹配任意一个字符（如字母、数字、符号），但不能匹配换行符（\n） |
h.llo → 匹配 “hello”、“h3llo”、“h@llo” 等 |
^ |
匹配字符串的开头位置，不消耗字符 |
^start → 字符串必须以 “start” 开头（如 “start123” 匹配，“123start” 不匹配） |
$ |
匹配字符串的结尾位置，不消耗字符 |
end$ → 字符串必须以 “end” 结尾（如 “123end” 匹配，“end123” 不匹配） |
\ |
转义符，将特殊字符变为普通字符 |
\. → 匹配 “.” 本身（如 “file.txt” 中的 “.”）\\ → 匹配 “” 符号本身 |
\d |
匹配任意一个数字（等价于 [0-9]） |
\d\d → 匹配 “12”、“34” 等两位连续数字 |
\w |
匹配字母、数字、下划线（等价于 [a-z0-9_]） |
\w+ → 匹配连续字母/数字/下划线（如 “user_123”） |
\s |
匹配空白字符（包括空格、制表符 \t、换行符 \n 等） |
a\sb → 匹配 “a b”（中间有空格）、“a\tb”（中间有制表符） |
\b |
匹配单词边界（单词与空格/标点的交界处） |
\bcat\b → 匹配独立的单词 “cat”（如 “cat” 匹配，“category” 不匹配） |
3. 字符集合（灵活匹配）
| 语法 |
详细解释 |
案例与场景 |
[abc] |
匹配方括号内的任意一个字符 |
[aeiou] → 匹配任意元音字母（如 “apple” 中的 “a” 和 “e”） |
[a-z] |
匹配指定范围内的字符（支持连字符 -） |
[0-9A-F] → 匹配十六进制字符（0-9、A-F） |
[^abc] |
排除方括号内的字符（^在开头表示否定） |
[^0-9] → 匹配非数字字符（如 “a”、“@”） |
4. 量词（控制重复次数）
| 符号 |
详细解释 |
案例与场景 |
\* |
前一个字符出现 0次或多次（贪婪模式） |
ab*c → 匹配 “ac”（b出现0次）、“abbc”（b出现2次） |
+ |
前一个字符出现 1次或多次（至少一次） |
a+ → 匹配 “a”、“aaa”，但不匹配空字符串 |
? |
前一个字符出现 0次或1次（可选匹配） |
https? → 匹配 “http”（s出现0次）和 “https”（s出现1次） |
{n} |
前一个字符 精确出现n次 |
\d{4} → 匹配4位数字（如年份 “2024”） |
{n,} |
前一个字符 至少出现n次 |
\w{5,} → 匹配至少5位字母/数字（如 “hello123”） |
{n,m} |
前一个字符 出现n到m次 |
a{2,4} → 匹配 “aa”、“aaa”、“aaaa” |
二、进阶语法（复杂规则）
1. 分组与引用
| 语法 |
详细解释 |
案例与场景 |
( ) |
分组：将多个字符视为一个整体，可用于提取或复用 |
(ab)+ → 匹配 “abab”（分组整体重复两次） |
\1 |
反向引用：引用第1个分组的匹配结果（按括号顺序编号） |
(\w+)\s+\1 → 匹配重复单词（如 “hello hello” 中的两个 “hello”） |
2. 逻辑选择
| 语法 |
详细解释 |
案例与场景 |
| **` |
`** |
逻辑或：匹配左侧或右侧的任意一种模式 |
3. 边界与断言
| 语法 |
详细解释 |
案例与场景 |
\B |
匹配非单词边界（单词内部位置） |
\Bcat\B → 匹配 “scatter” 中的 “cat”（不在单词边界） |
(?=...) |
正向先行断言：右侧必须满足条件，但不消耗字符 |
\d+(?=元) → 匹配 “100元” 中的 “100”（后面必须有 “元”） |
(?<=...) |
正向后行断言：左侧必须满足条件，但不消耗字符 |
(?<=\$)\d+ → 匹配 “100"中的"100”（前面必须有"100"中的"100"（前面必须有""） |
三、高级语法（精准控制）
1. 贪婪与懒惰模式
| 模式 |
语法 |
详细解释 |
案例对比 |
| 贪婪模式 |
.* 或 .+ |
尽可能多匹配，直到无法满足条件 |
a.*b → 在 “a1b2b3” 中匹配整个字符串 “a1b2b” |
| 懒惰模式 |
.*? 或 .+? |
尽可能少匹配，一旦满足即停止 |
a.*?b → 在 “a1b2b” 中仅匹配 “a1b” |
2. 非捕获分组
| 语法 |
详细解释 |
案例与场景 |
(?:...) |
分组但不记录匹配内容（节省内存，提高性能） |
(?:ab)+ → 匹配 “abab”，但无法用 \1 引用分组 |
3. 否定断言
| 语法 |
详细解释 |
案例与场景 |
(?!...) |
负向先行断言：右侧不能出现指定模式 |
\d{3}(?!-) → 匹配3位数字且后面没有 “-”（如 “123” 匹配，“123-” 不匹配） |
(?<!...) |
负向后行断言：左侧不能出现指定模式 |
(?<!\$)\d+ → 匹配前面没有 "“的数字（如"100"匹配，”"的数字（如"100"匹配，“100” 不匹配） |
4. 模式修饰符
| 修饰符 |
详细解释 |
案例与场景 |
i |
忽略大小写 |
/hello/i → 匹配 “HELLO”、“Hello” |
m |
多行模式：使 ^ 和 $ 匹配每行的开头和结尾 |
/^start/m → 在多行文本中匹配每行的 “start” |
s |
单行模式：允许 . 匹配换行符（\n） |
/.*/s → 跨行匹配所有内容（包括换行符） |
四、实战案例解析
1. 匹配电子邮箱
^[\w.-]+@([\w-]+\.)+[\w-]+$
- 分步解析：
^[\w.-]+ → 用户名部分（字母/数字/下划线/点/连字符）@ → 必须包含 “@” 符号([\w-]+\.)+ → 域名前缀（如 “gmail.”、“yahoo.”）[\w-]+$ → 顶级域名（如 “com”、“org”）
2. 提取HTML标签内容
<(\w+)>(.*?)</\1>
- 分步解析：
<(\w+)> → 匹配开始标签（如 <div>，分组捕获标签名）(.*?) → 懒惰模式匹配标签内容</\1> → 匹配结束标签（如 </div>，\1 引用分组确保标签名一致）