如何读懂正则表达式
正则表达式是由普通字符和特殊语法组成的模式。字符类描述可以匹配哪些字符,量词规定重复次数,锚点将匹配固定在某个位置,分组则用于捕获匹配的一部分。
上方的测试器使用浏览器的 JavaScript 正则引擎,遵循 ECMAScript 标准。大多数语法在 Python、Java、PCRE 和 .NET 中的用法相同。
可搜索的正则表达式参考,涵盖字符类、锚点、量词、分组、环视断言和标志,并内置浏览器实时测试器。
匹配数:2
Order #1042 shipped on 2026-11-14 and arrives 2026-11-18. Contact: [email protected]
使用浏览器的 JavaScript(ECMAScript)正则引擎。
.a.cabc, a-c\d\d\d42\D\D+abc\w\w+user_42\W\W@\sa\sba b\S\S+hello[abc]gr[ae]ygray, grey[^abc][^0-9]+abc[a-z][0-9A-F]+1F4\p{L}\p{L}+café\.\$\d+$5^^HiHi there$end$the end\b\bcat\bcat\B\Bcatconcat*ab*cac, abbc+ab+cabc, abbc?colou?rcolor, colour{n}\d{4}2026{n,m}\d{2,4}12, 1234{n,}a{2,}aa, aaaa*? +?<.+?><b>(abc)(\d+)-(\d+)10-20(?:abc)(?:ab)+abab(?<name>abc)(?<year>\d{4})2026\1(\w)\1lla|bcat|dogcat, dog(?=abc)\d+(?=%)50%(?!abc)\d+(?!px)12em(?<=abc)(?<=\$)\d+$99(?<!abc)(?<!-)\d+7g/a/ga, a, ai/hello/iHeLLom/^\w+/mline startss/a.b/sa\nbu/\p{Emoji}/u🎉y/foo/ylastIndex| 语法 | 含义 | 示例 |
|---|---|---|
. | 除换行符外的任意单个字符。 | a.cabc, a-c |
\d | 0 到 9 之间的任意数字。 | \d\d42 |
\D | 任意非数字字符。 | \D+abc |
\w | 单词字符:ASCII 字母、数字或下划线。 | \w+user_42 |
\W | 任意非单词字符。 | \W@ |
\s | 任意空白字符:空格、制表符或换行符。 | a\sba b |
\S | 任意非空白字符。 | \S+hello |
[abc] | 方括号内的任意一个字符。 | gr[ae]ygray, grey |
[^abc] | 除方括号内字符以外的任意字符。 | [^0-9]+abc |
[a-z] | 指定范围内的任意字符。 | [0-9A-F]+1F4 |
\p{L} | 任意文字系统中的 Unicode 字母(需要 u 标志)。 | \p{L}+café |
\. | 反斜杠使特殊字符按字面含义匹配,此处为点号。 | \$\d+$5 |
^ | 字符串开头;使用 m 标志时为每一行的开头。 | ^HiHi there |
$ | 字符串结尾;使用 m 标志时为每一行的结尾。 | end$the end |
\b | 单词字符与非单词字符之间的位置。 | \bcat\bcat |
\B | 不是单词边界的位置。 | \Bcatconcat |
* | 前一项出现零次或多次。 | ab*cac, abbc |
+ | 前一项出现一次或多次。 | ab+cabc, abbc |
? | 前一项出现零次或一次(使其可选)。 | colou?rcolor, colour |
{n} | 前一项恰好出现 n 次。 | \d{4}2026 |
{n,m} | 前一项出现 n 到 m 次。 | \d{2,4}12, 1234 |
{n,} | 前一项出现 n 次或更多。 | a{2,}aa, aaaa |
*? +? | 惰性量词:匹配尽可能少的字符。 | <.+?><b> |
(abc) | 捕获组:将语法分组并记住匹配内容。 | (\d+)-(\d+)10-20 |
(?:abc) | 仅分组,不记住匹配内容。 | (?:ab)+abab |
(?<name>abc) | 可以通过名称引用的捕获组。 | (?<year>\d{4})2026 |
\1 | 匹配与第 1 组所匹配内容相同的文本。 | (\w)\1ll |
a|b | 匹配左侧或右侧之一。 | cat|dogcat, dog |
(?=abc) | 先行断言:其后紧跟该模式的位置,不消耗字符。 | \d+(?=%)50% |
(?!abc) | 负向先行断言:其后不跟该模式的位置。 | \d+(?!px)12em |
(?<=abc) | 后行断言:其前紧接该模式的位置,不消耗字符。 | (?<=\$)\d+$99 |
(?<!abc) | 负向后行断言:其前不是该模式的位置。 | (?<!-)\d+7 |
g | 全局:查找所有匹配,而不只是第一个。 | /a/ga, a, a |
i | 忽略大小写:大写和小写字母相互匹配。 | /hello/iHeLLo |
m | 多行:^ 和 $ 匹配每一行的行首和行尾。 | /^\w+/mline starts |
s | dotAll:点号也能匹配换行符。 | /a.b/sa\nb |
u | Unicode:启用 \p{…} 和完整的 Unicode 码点。 | /\p{Emoji}/u🎉 |
y | 粘连(sticky):仅在当前 lastIndex 位置进行匹配。 | /foo/ylastIndex |
正则表达式是由普通字符和特殊语法组成的模式。字符类描述可以匹配哪些字符,量词规定重复次数,锚点将匹配固定在某个位置,分组则用于捕获匹配的一部分。
上方的测试器使用浏览器的 JavaScript 正则引擎,遵循 ECMAScript 标准。大多数语法在 Python、Java、PCRE 和 .NET 中的用法相同。
一些小细节常常导致模式匹配过多或完全匹配不到。
在 JavaScript 中,\w 只涵盖 ASCII 字母、数字和下划线。要匹配任意文字系统中的字母,请配合 u 标志使用 \p{L}。
不会。匹配完全在您的浏览器中运行。
Chrome、Edge、Firefox 和 Safari(16.4 及以上)的所有当前版本都支持后行断言。