正则表达式-EW帮帮网

1. 正则表达式的基本概念

正则表达式（Regex）是一种用于描述字符串模式的工具，通过特定语法匹配、查找、替换或验证文本。它由普通字符（如字母、数字）和特殊字符（元字符）组成，广泛应用于编程语言、文本处理工具（如 grep、sed）和框架（如 Spring Cloud Gateway）中。

核心用途

查找：在文本中匹配符合特定规则的字符串（如邮箱、手机号）。
替换：将匹配的文本替换为其他内容。
验证：检查输入是否符合预期格式（如表单验证）。
提取：从复杂文本中提取关键信息（如日志分析）。

2. 正则表达式的基本语法

(1) 元字符

元字符	说明	示例
`.`	匹配任意单个字符（除换行符外）	`a.c` 匹配 `abc`、`a1c`
`\d`	匹配数字字符（等价于 `[0-9]`）	`\d{3}` 匹配 `123`
`\D`	匹配非数字字符	`\D+` 匹配 `abc`
`\w`	匹配字母、数字或下划线（等价于 `[a-zA-Z0-9_]`）	`\w+` 匹配 `hello_123`
`\W`	匹配非字母、数字或下划线	`\W+` 匹配 `!@#`
`\s`	匹配空白字符（空格、制表符等）	`\s+` 匹配多个空格
`\S`	匹配非空白字符	`\S+` 匹配连续的非空字符

(2) 量词

量词	说明	示例
`*`	匹配前一个字符 0 次或多次	`a*` 匹配 `""`、`a`、`aa`
`+`	匹配前一个字符 1 次或多次	`a+` 匹配 `a`、`aa`，但不匹配 `""`
`?`	匹配前一个字符 0 次或 1 次	`a?` 匹配 `""` 或 `a`
`{n}`	匹配前一个字符恰好 n 次	`a{3}` 匹配 `aaa`
`{n,}`	匹配前一个字符至少 n 次	`a{2,}` 匹配 `aa`、`aaa`
`{n,m}`	匹配前一个字符至少 n 次，最多 m 次	`a{2,4}` 匹配 `aa`、`aaa`、`aaaa`

(3) 边界符号

符号	说明	示例
`^`	匹配字符串的开头	`^abc` 匹配以 `abc` 开头的字符串
`$`	匹配字符串的结尾	`xyz$` 匹配以 `xyz` 结尾的字符串
`\b`	匹配单词边界	`\bcat\b` 匹配 `cat`，但不匹配 `category`
`\B`	匹配非单词边界	`\Bcat\B` 匹配 `category` 中的 `cat`

(4) 字符类

[abc]：匹配 a、b 或 c 中的任意一个字符。
[^abc]：匹配 非 a、b、c 的字符。
[a-z]：匹配任意小写字母。
[A-Z0-9]：匹配任意大写字母或数字。

(5) 分组与捕获

捕获组：用 () 包裹的子表达式，可提取匹配内容。
```
(\w+)-management(?<segment>/?.*)
```
- (\w+)：捕获模块名称（如 storage）。
- (?<segment>/?.*)：捕获路径后缀（如 /api/v1/data）。

反向引用：通过 \1、\2 等引用捕获组内容。

(\w+)\s\1  # 匹配重复的单词（如 "hello hello"）

3. 正则表达式在 Spring Cloud Gateway 中的应用

(1) 路径匹配与重写

在 Spring Cloud Gateway 的路由配置中，正则表达式常用于：

路径匹配：通过 Path 断言匹配请求路径。
路径重写：通过 RewritePath 过滤器修改请求路径。

(2) 示例：合并模块路径重写

需求：将 /xxx-management/** 请求统一转发到 mes-runtime 服务，并移除模块前缀（如 /storage-management/api → /api）。

优化前（冗余配置）：

filters:
  - RewritePath=/storage-management(?<segment>/?.*), $\{segment}
  - RewritePath=/carrier-management(?<segment>/?.*), $\{segment}
  ...

优化后（通用正则表达式）：

filters:
  - RewritePath=/(?<module>[a-zA-Z]+)-management(?<segment>/?.*), $\{segment}

解释：
- (?<module>[a-zA-Z]+)：捕获模块名称（如 storage、carrier）。
- (?<segment>/?.*)：捕获路径后缀（如 /api/v1/data）。
- $\{segment}：替换为后缀部分，去除模块前缀。

(3) 注意事项

转义字符：在 YAML 中，反斜杠 \ 需要转义为 \\。
测试工具：使用 regex101.com 验证正则表达式逻辑。
性能影响：复杂正则表达式可能增加匹配开销，需权衡简洁性与性能。

4. 高级用法：环视断言与非捕获组

(1) 环视断言（Lookaround）

正向前瞻：(?=...)，匹配某个位置 之后必须满足的条件。

\d{3}(?=-)  # 匹配后跟 `-` 的三位数字（如 `123-456` 中的 `123`）

正向后顾：(?<=...)，匹配某个位置 之前必须满足的条件。
```
(?<=\d{3})-\d{3}  # 匹配 `123-456` 中的 `-456`
```
负向前瞻/后顾：(?!=...)、(?<!...)，匹配不满足条件的位置。

(2) 非捕获组

使用 (?:...) 定义分组，但不捕获内容。

(?:storage|carrier)-management  # 匹配 `storage-management` 或 `carrier-management`

5. 常见应用场景

(1) 表单验证

邮箱：^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$
手机号（中国大陆）：^1[3-9]\d{9}$
日期（YYYY-MM-DD）：^\d{4}-(0[1-9]|1[0-2])-(0[1-9]|[12][0-9]|3[01])$

(2) 日志分析

提取日志中的 IP 地址：
```
\b\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\b
```

(3) 文本替换

将重复的单词替换为单次出现：

\b(\w+)\s+\1\b  # 匹配 "hello hello"
替换为：$\1

6. 工具推荐

在线测试工具：
- regex101.com：实时验证正则表达式逻辑。
- RegExr：交互式学习与调试。
编程语言支持：
- Java：java.util.regex.Pattern。
- Python：re 模块。
- JavaScript：正则表达式字面量 /pattern/。

7. 常见误区与避坑

贪婪匹配：
- 默认量词（如 *、+）是贪婪的，可能匹配过多内容。
- 使用 ? 修饰为非贪婪模式：.*?。
转义字符：
- 特殊字符（如 .、*）需用 \ 转义。
- 在字符串中需双重转义（如 \\d）。
边界条件：
- 使用 \b 匹配单词边界，避免部分匹配（如 cat vs category）。

8. 总结

正则表达式是处理文本的强大工具，尤其在路径匹配、数据验证和文本提取场景中不可或缺。通过合理使用元字符、分组和断言，可以显著提升配置的简洁性与可维护性（如 Spring Cloud Gateway 的路由优化）。掌握其语法和高级用法，能有效解决复杂文本处理问题。

正则表达式