第 2 章：字符匹配基础

Haiyue2025/9/1大约 5 分钟

第 2 章：字符匹配基础

学习目标

掌握字面字符匹配
理解和使用字符类 [abc]
学会使用预定义字符类（\d、\w、\s等）
掌握字符类的取反操作 [^abc]
理解点号(.)的特殊含义

2.1 字面字符匹配

字面字符匹配是正则表达式最基础的功能，直接匹配文本中的字符。

基础示例

hello       # 匹配 "hello"
123         # 匹配 "123"
Hello       # 匹配 "Hello"（区分大小写）

需要转义的特殊字符

某些字符在正则表达式中有特殊含义，如果要匹配它们的字面意思，需要使用反斜杠转义：

\.          # 匹配点号 "."
\*          # 匹配星号 "*"
\+          # 匹配加号 "+"
\?          # 匹配问号 "?"
\^          # 匹配插入符号 "^"
\$          # 匹配美元符号 "$"
\|          # 匹配管道符号 "|"
\\          # 匹配反斜杠 "\"
\(          # 匹配左括号 "("
\)          # 匹配右括号 ")"
\[          # 匹配左方括号 "["
\]          # 匹配右方括号 "]"
\{          # 匹配左花括号 "{"
\}          # 匹配右花括号 "}"

2.2 字符类 [abc]

字符类用方括号定义，匹配方括号内的任意一个字符。

基础字符类

[abc]       # 匹配 'a', 'b', 或 'c'
[123]       # 匹配 '1', '2', 或 '3'
[aeiou]     # 匹配任意元音字母
[,.!?]      # 匹配逗号、句号、感叹号或问号

字符范围

使用连字符指定字符范围：

[a-z]       # 匹配任意小写字母
[A-Z]       # 匹配任意大写字母
[0-9]       # 匹配任意数字
[a-zA-Z]    # 匹配任意字母
[0-9a-f]    # 匹配十六进制数字
[a-zA-Z0-9] # 匹配字母或数字

组合使用

[a-z0-9]    # 匹配小写字母或数字
[A-Za-z]    # 匹配任意字母
[0-9.,]     # 匹配数字、逗号或句号

2.3 预定义字符类

为了简化常用的字符类，正则表达式提供了预定义的字符类：

基础预定义字符类

\d          # 匹配数字，等价于 [0-9]
\w          # 匹配单词字符，等价于 [a-zA-Z0-9_]
\s          # 匹配空白字符（空格、制表符、换行符等）

对应的取反字符类

\D          # 匹配非数字，等价于 [^0-9]
\W          # 匹配非单词字符，等价于 [^a-zA-Z0-9_]
\S          # 匹配非空白字符

实际应用示例

// JavaScript 示例
const phonePattern = /\d{3}-\d{3}-\d{4}/;  // 匹配 123-456-7890
const wordPattern = /\w+/;                 // 匹配一个或多个单词字符
const spacePattern = /\s+/;                // 匹配一个或多个空白字符

2.4 字符类的取反 [^abc]

在字符类中使用插入符号 ^ 作为第一个字符，可以取反整个字符类。

取反示例

[^abc]      # 匹配除了 'a', 'b', 'c' 之外的任意字符
[^0-9]      # 匹配非数字字符，等价于 \D
[^a-zA-Z]   # 匹配非字母字符
[^aeiou]    # 匹配非元音字母
[^\s]       # 匹配非空白字符，等价于 \S

注意事项

[^]         # 错误：空的取反字符类
[^\n]       # 匹配除换行符外的任意字符
[^a-z\s]    # 匹配非小写字母且非空白字符

2.5 点号(.)的特殊含义

点号是正则表达式中最常用的元字符之一。

基本用法

.           # 匹配任意字符（通常不包括换行符）
c.t         # 匹配 "cat", "cot", "cut", "c@t" 等
h.llo       # 匹配 "hello", "hallo", "h3llo" 等

实际示例

// 匹配文件名和扩展名
const filePattern = /.*\.txt$/;  // 匹配 .txt 文件

// 匹配 IP 地址的简化版本（不严格）
const ipPattern = /\d+\.\d+\.\d+\.\d+/;  // 如 192.168.1.1

点号的限制

在多数正则表达式引擎中，点号默认不匹配换行符：

.           # 不匹配 \n（换行符）
[\s\S]      # 匹配任意字符（包括换行符）
[^]         # 在某些引擎中匹配任意字符（包括换行符）

2.6 组合应用实例

验证用户名

// 用户名只能包含字母、数字和下划线，长度3-16位
const usernamePattern = /^[a-zA-Z0-9_]{3,16}$/;

console.log(usernamePattern.test("user123"));    // true
console.log(usernamePattern.test("user_name"));  // true
console.log(usernamePattern.test("user@name"));  // false

提取数字

import re

text = "订单号：12345，金额：￥199.99"
numbers = re.findall(r'\d+\.?\d*', text)
print(numbers)  # ['12345', '199.99']

清理文本

// 移除多余的空白字符
const text = "  hello   world  ";
const cleaned = text.replace(/\s+/g, ' ').trim();
console.log(cleaned);  // "hello world"

2.7 字符类的高级用法

字符类中的转义

在字符类内部，某些字符需要转义：

[.]         # 匹配点号（在字符类中点号失去特殊含义）
[\]]        # 匹配右方括号
[\\]        # 匹配反斜杠
[^-]        # 匹配除连字符外的字符
[-]         # 匹配连字符（放在开头或结尾）
[abc-]      # 匹配 'a', 'b', 'c' 或 '-'
[-abc]      # 匹配 '-', 'a', 'b' 或 'c'

POSIX 字符类（部分引擎支持）

[:alnum:]   # 字母和数字
[:alpha:]   # 字母
[:digit:]   # 数字
[:lower:]   # 小写字母
[:upper:]   # 大写字母
[:space:]   # 空白字符

使用方式：

[[:alnum:]] # 匹配字母或数字
[[:alpha:]] # 匹配字母

2.8 实践练习

练习1：基础匹配

编写正则表达式匹配以下内容：

匹配任意三位数字
匹配以大写字母开头的单词
匹配包含 @ 符号的字符串

// 答案示例
const threeDigits = /\d{3}/;
const capitalWord = /[A-Z]\w*/;
const hasAt = /.*@.*/;

练习2：字符类应用

编写正则表达式：

匹配十六进制颜色代码（如 #FF0000）
匹配不包含数字的单词
匹配包含元音字母的单词

// 答案示例
const hexColor = /#[0-9a-fA-F]{6}/;
const noDigitWord = /[^\d\s]+/;
const hasVowel = /.*[aeiouAEIOU].*/;

小结

字符匹配是正则表达式的基础，掌握了字面字符、字符类、预定义字符类和点号的用法，就具备了构建复杂正则表达式的基础。重点要记住：

字面字符直接匹配，特殊字符需要转义
字符类用 [abc] 匹配其中任意一个字符
预定义字符类如 \d \w \s 简化了常用匹配
[^abc] 用于取反匹配
点号 . 匹配任意字符（通常不包括换行符）

这些基础知识将在后续章节中不断使用和扩展。