第 1 章：正则表达式入门

学习目标

1. 理解正则表达式的基本概念和用途
2. 掌握正则表达式的基本语法结构
3. 学会使用在线工具测试正则表达式
4. 了解不同编程语言中的正则表达式支持

1.1 什么是正则表达式

正则表达式（Regular Expression，简称regex或regexp）是一种用来匹配字符串中字符组合的模式。它是一种强大的文本处理工具，可以用来：

• 验证输入格式（如邮箱、电话号码）
• 搜索和替换文本
• 提取特定信息
• 数据清洗和格式转换

1.2 正则表达式的基本结构

正则表达式由以下部分组成：

• 字面字符：直接匹配的字符，如 hello 匹配文本中的 "hello"
• 元字符：具有特殊含义的字符，如 . * + ? 等
• 字符类：用方括号括起来的字符集合，如 [abc]
• 量词：指定匹配次数，如 {3} {2,5}
• 锚点：指定位置，如 ^ 开头，$ 结尾

1.3 正则表达式语法示例

基础示例

cat         # 匹配 "cat"
c.t         # 匹配 "cat", "cot", "cut" 等
c[ao]t      # 匹配 "cat" 或 "cot"
c[a-z]t     # 匹配 c + 任意小写字母 + t

常用元字符

• . - 匹配任意字符（除换行符）
• * - 匹配前面的字符0次或多次
• + - 匹配前面的字符1次或多次
• ? - 匹配前面的字符0次或1次
• ^ - 匹配行的开始
• $ - 匹配行的结束

1.4 在线测试工具

推荐的正则表达式测试网站：

1. RegexPal (https://regexpal.com/)
2. Regex101 (https://regex101.com/)
3. RegExr (https://regexr.com/)
4. RegexTester (https://www.regextester.com/)

这些工具的特点：

• 实时测试和匹配结果显示
• 语法高亮和错误提示
• 详细的匹配解释
• 支持不同编程语言的语法

1.5 编程语言支持

JavaScript

const regex = /hello/;
const result = "hello world".match(regex);

Python

import re
pattern = r"hello"
result = re.search(pattern, "hello world")

Java

import java.util.regex.*;
Pattern pattern = Pattern.compile("hello");
Matcher matcher = pattern.matcher("hello world");

PHP

$pattern = "/hello/";
preg_match($pattern, "hello world", $matches);

1.6 为什么需要正则表达式

传统字符串操作的局限性

// 传统方式验证邮箱 - 复杂且不完整
function validateEmailOld(email) {
    return email.includes("@") && 
           email.includes(".") && 
           email.indexOf("@") > 0 &&
           email.lastIndexOf(".") > email.indexOf("@");
}

使用正则表达式的优势

// 正则表达式方式 - 简洁且准确
function validateEmailNew(email) {
    const regex = /^[^\s@]+@[^\s@]+\.[^\s@]+$/;
    return regex.test(email);
}

1.7 正则表达式的应用场景

1. 数据验证

   • 邮箱地址验证
   • 电话号码格式检查
   • 密码强度验证

2. 文本搜索和替换

   • 代码重构
   • 批量文本处理
   • 日志分析

3. 数据提取

   • 网页数据抓取
   • 日志信息提取
   • 配置文件解析

4. 数据清洗

   • 删除多余空白字符
   • 统一数据格式
   • 去除特殊字符

1.8 学习建议

1. 循序渐进：从简单的字面匹配开始，逐步学习复杂语法
2. 多练习：使用在线工具频繁练习各种模式
3. 实际应用：结合具体项目需求来学习
4. 参考文档：熟悉目标编程语言的正则表达式文档

小结

正则表达式是文本处理的强大工具，虽然语法看起来复杂，但通过系统学习和练习，可以大大提高文本处理的效率。理解其基本概念和结构是后续深入学习的基础。

练习题

1. 使用在线工具测试以下正则表达式：

   • cat 匹配文本 "The cat is sleeping"
   • c.t 匹配文本 "cat, cot, cut, c@t"
   • ^hello 匹配文本 "hello world"

2. 尝试编写一个简单的正则表达式来匹配3位数字。