正则表达式是什么？

正则表达式，是一个表达式，用少量的简单字符，来表示复杂的长字符串。

实际工作用到很多，比如日志搜索、查找替换、JMeter 响应数据提取等。

先看一个例子，用户名包含字符、数字、下划线和连字符，并限制字符的个数：

这个表达式可以接受 john_doe、jo-hn_doe、john12_as，但是无法匹配到 Jo，因为它包含了大写的字母而且太短了。

字符匹配

正则表达式之所以强大，是因为通过一些特殊字符，能让它匹配到更多字符串。

.

匹配任意单个字符除了换行符。

例：.ar => The car parked in the garage.

[ ]

字符集。匹配方括号内的任意字符。并且字符是无先后顺序的。

例：[Tt]he => The car parked in the garage.

方括号的句号就表示句号。

例：ar[.] => A garage is a good place to park a car.

[^ ]

否定的字符集。匹配除了方括号里的任意字符。

例：[^c]ar => The car parked in the garage.

*

匹配 >= 0 个重复的在 * 号之前的字符。

例：a* => babaa123.

例：[a-z]* => The car parked in the garage #21.

* 字符和 . 字符搭配可以匹配所有的字符 .*。

+

匹配 >= 1个重复的 + 号前的字符。

例：c.+t => The fat cat sat on the mat.

?

标记 ? 之前的字符为可选，即出现 0 或 1 次。

例：[T]?he => The car is parked in the garage.

{n,m}

匹配 num 个大括号之前的字符或字符集 (n <= num <= m)。

例：[0-9]{2,3} => The number was 9.9997 but we rounded it off to 10.0.

可以省略第二个参数，表示至少。

例：[0-9]{2,} => The number was 9.9997 but we rounded it off to 10.0.

逗号也省略掉则表示重复固定的次数。

例：[0-9]{3} => The number was 9.9997 but we rounded it off to 10.0.

(xyz)

字符集，匹配与 xyz 完全相等的字符串，括号内的被视为一个整体。

JMeter 中，通过小括号来提取字符串中的子字符串。

例："token":"(.*?)","expired_at" => "token":"123","expired_at"

|

或运算符，匹配符号前或后的字符。

例："(T|t)he|car" => The car is parked in the garage.

^

字符串开头。

例："^(T|t)he" => The car is parked in the garage.

$

字符串结尾。

例："(at.)$" => The fat cat. sat. on the mat.

转义

对于正则表达式的这些特殊字符：

{ } [ ] ( ) / \ + * . $ ^ | ?

如果需要匹配，那么需要使用反斜杠 \ 进行转义。

例："(f|c|m)at\.?" => The fat cat sat on the mat.

简写字符集

贪婪匹配与非贪婪匹配

正则表达式默认是贪婪匹配，也就是会尽可能多的匹配字符串。可以使用 ? 将贪婪匹配模式转化为非贪婪匹配模式。

例：

默认贪婪：

使用 ? 转为非贪婪：

忽略大小写

不同编程语言写法不同，比如 Python 可以通过 re.compile('pattern', re.I) 来忽略大小写。