正则表达式速查表
把写正则时最常忘的东西集中在一页:元字符、量词、字符类、分组引用、前后查找、贪婪与懒惰,最后附一批可直接复制的业务正则。写完点 在线正则测试 立刻验证。
一、元字符与量词
| 写法 | 含义 | 示例 |
|---|---|---|
. | 任意字符(默认不含换行,加 s 标志则包含) | a.c 匹配 abc、a1c |
^ $ | 行/串的开头、结尾 | ^abc$ 整串就是 abc |
* | 前一项出现 0 次或多次 | ab*c 匹配 ac、abc、abbbc |
+ | 前一项出现 1 次或多次 | ab+c 不匹配 ac |
? | 前一项出现 0 或 1 次 | colou?r 匹配 color 与 colour |
{n} {n,} {n,m} | 精确 / 至少 / 区间次数 | \d{11} 恰好 11 位数字 |
*? +? {n,m}? | 懒惰匹配:尽可能少匹配 | <a.*?> 只吃到第一个 > |
\ | 转义特殊字符 | \$ 匹配字面美元符 |
| | 或,优先级最低 | cat|dog |
二、字符类与预定义类
| 写法 | 含义 |
|---|---|
[abc] | abc 中任意一个字符 |
[^abc] | 除 abc 之外任意字符 |
[a-z] [0-9] | 范围,可组合成 [a-zA-Z0-9_] |
\d / \D | 数字 / 非数字 |
\w / \W | 字母数字下划线 / 取反 |
\s / \S | 空白字符(空格、Tab、换行)/ 非空白 |
\b | 单词边界,常用来整词匹配 \bcat\b |
\u4e00-\u9fa5 | 常用汉字区间(简体基本区) |
三、分组、引用与前后查找
| 写法 | 含义 | 备注 |
|---|---|---|
(abc) | 捕获分组,可用 \1 引用 | 替换时写 \1 或 $1,视语言而定 |
(?:abc) | 非捕获分组,只分组不占编号 | 省资源,减少分组编号混乱 |
(?<name>abc) | 命名分组 | Python 里用 \g<name> 引用 |
(?=abc) | 正向先行断言:后面必须是 abc | 不消耗字符 |
(?!abc) | 负向先行断言:后面不能是 abc | 常用于排除某些后缀 |
(?<=abc) | 正向后行断言:前面必须是 abc | 要求定长,多数引擎限制 |
(?<!abc) | 负向后行断言:前面不能是 abc | 同上 |
(a+)+ | ❌ 嵌套量词,可能灾难性回溯 | 长文本上会指数级变慢,本站在线测试会直接拦截 |
四、常用业务正则(可直接复制)
| 用途 | 正则 | 说明 |
|---|---|---|
| 中国大陆手机号 | ^1[3-9]\d{9}$ | 11 位,1 开头第二位 3-9;不含虚拟号段细分 |
| 邮箱(宽松) | ^[\w.+-]+@[\w-]+(\.[\w-]+)+$ | 实际校验请发验证邮件,别指望正则穷尽 RFC |
| URL | ^(https?):\/\/[^\s]+$ | 只判协议与整体形态 |
| IPv4 | ^((25[0-5]|2[0-4]\d|1\d\d|\d{1,2})\.){3}(25[0-5]|2[0-4]\d|1\d\d|\d{1,2})$ | 每段 0-255,需要更严格可直接用 CIDR 工具校验 |
| 日期 YYYY-MM-DD | ^\d{4}-(0[1-9]|1[0-2])-(0[1-9]|[12]\d|3[01])$ | 不校验大小月与闰年 |
| 时间 HH:MM:SS | ^(0\d|1\d|2[0-3]):[0-5]\d:[0-5]\d$ | 24 小时制 |
| 中文(含标点外的汉字) | [\u4e00-\u9fa5] | 统计中文字数常用;扩展区汉字需另加区间 |
| 身份证 18 位(粗) | ^[1-9]\d{5}(19|20)\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\d|3[01])\d{3}[\dXx]$ | 真校验需算末位加权校验码 |
| 强密码 | ^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[^\w\s]).{8,}$ | 8 位以上且四类字符齐全,用先行断言组合 |
| 十六进制颜色 | ^#(?:[0-9a-fA-F]{3}|[0-9a-fA-F]{6})$ | 支持 3 位与 6 位写法 |
| 去掉 HTML 标签 | <[^>]*> | 替换为空即可;复杂 HTML 请用解析器 |
| 匹配空行 | ^\s*$ | 配合 m 标志按行匹配 |
| 重复单词 | \b(\w+)\s+\1\b | 用反向引用找相邻重复词 |
| 键值对(log 解析) | (\w+)=("[^"]*"|\S+) | 取 key 与带引号或不带引号的 value |
五、语言差异与踩坑提示
- Python:替换用
\1或\g<name>;re.match只从开头匹配,找任意位置要用re.search或findall。 - JavaScript:替换用
$1;g标志才全局,y是粘性匹配;.match()与.matchAll()返回结构不同。 - Java:
String.matches()要求整串匹配,等价于自动加了^...$,很容易误判。 - MySQL:
REGEXP默认不区分大小写,且不支持前后查找,复杂规则要在应用层做。 - 通用坑:用
[^"]*而不是.*取值,避免跨字段;\d在部分引擎能匹配全角数字,做数字校验建议写[0-9]。 - 性能坑:
(a+)+、(.*)*这类嵌套量词在长文本上可能指数级回溯,把服务 CPU 打满,务必避免。