断言（Assertion）中常用的正则表达式

正则表达式（Regular Expression，简称 ​regex）是一种文本模式匹配的工具，用于在字符串中查找、替换、提取符合特定规则的内容。它就像一种为文本设计的“搜索模式语言”，广泛应用于编程、文本编辑、数据处理等领域。

正则核心概念：

1. 1.模式（Pattern）​​

   用一系列特殊字符和普通字符组成的字符串，描述要匹配的文本规则。

   ​示例​：\d{3}-\d{2}-\d{4}可匹配 123-45-6789（类似身份证号格式）。

2. 2.元字符（Metacharacters）​​

   具有特殊含义的字符，例如：

   •  

     .：匹配任意单个字符（除了换行符）

   •  

     *：匹配前一个字符0次或多次

   •  

     +：匹配前一个字符1次或多次

   •  

     ?：匹配前一个字符0次或1次

   •  

     \d：匹配任意数字（等价于 [0-9]）

   •  

     \w：匹配字母、数字或下划线（等价于 [a-zA-Z0-9_]）

3. 3.字符类（Character Classes）​​

   用方括号 []定义一组字符，匹配其中任意一个。

   ​示例​：[aeiou]匹配任意英文元音字母。

4. 4.分组与捕获（Grouping）​​

   用 ()将子模式分组，并可提取匹配内容。

   ​示例​：(\d{4})-(\d{2})匹配 2023-10并捕获年份和月份。

5. 5.​量词（Quantifiers）​​

   指定匹配次数：

   •  

     {n}：精确匹配 n 次

   •  

     {n,}：至少 n 次

   •  

     {n,m}：匹配 n 到 m 次

常见用途示例：

编程中的应用（Python示例）：

import re

text = "联系客服：400-123-4567 或 800-789-0123"
pattern = r"\d{3}-\d{3}-\d{4}"  # 匹配电话号码

# 查找所有匹配
phones = re.findall(pattern, text)
print(phones)  # 输出: ['400-123-4567', '800-789-0123']

# 替换内容
new_text = re.sub(pattern, "***-***-****", text)
print(new_text)  # "联系客服：***-***-**** 或 ***-***-****"

学习建议：

1. 1.从简单模式开始​：先掌握基础元字符（如 ., *, \d, []）。
2. 2.在线工具辅助​：使用 Regex101或 RegExr实时测试。
3. 3.​避免过度复杂​：复杂的 regex 可能难以维护，必要时拆分处理。
4. 4.注意性能​：回溯过多会导致性能问题（如嵌套量词 .*.*）。

⚠️ ​关键警告​：

正则表达式 ​不适合解析复杂结构化数据​（如 HTML、XML），此时应使用专用解析器（如 BeautifulSoup、XPath）。

掌握 regex 能大幅提升文本处理效率，但需平衡可读性与复杂性。遇到棘手问题时，拆分为多个简单步骤常比写一个巨型表达式更稳妥！

断言

1. 边界类断言​

• ​**^ (开头)​**: 匹配字符串起始位置。

  ^abc   // 匹配以"abc"开头的字符串

• ​**$ (结尾)​**: 匹配字符串结束位置。

  abc$   // 匹配以"abc"结尾的字符串

• ​**\b (单词边界)​**: 匹配单词与非单词字符（如空格、标点）之间的位置。

  \bcat\b  // 匹配独立的单词"cat"（前后无其他字母）

• ​**\B (非单词边界)​**: 匹配非单词边界（如连续字母之间）。

  \Bcat\B  // 匹配"scatter"中的"cat"（前后均有字母）

​2. 前瞻断言（Lookahead）​​

• ​**(?=...) (正向前瞻)​**: 后续必须匹配表达式。

  a(?=bc)  // 匹配后面紧跟着"bc"的"a"（如"abc"）

• ​**(?!...) (负向前瞻)​**: 后续不能匹配表达式。

  a(?!bc)  // 匹配后面不是"bc"的"a"（如"ad"）

​3. 后顾断言（Lookbehind）

• ​**(?<=...) (正向后顾)​**: 前面必须匹配表达式。

  (?<=a)bc  // 匹配前面是"a"的"bc"（如"abc"）

• ​**(?<!...) (负向后顾)​**: 前面不能匹配表达式。

  (?<!a)bc  // 匹配前面不是"a"的"bc"（如"xbc"）

※ 注意：后顾断言在部分编程语言中不支持复杂表达式（如 Python 需固定长度，JavaScript 部分版本有限制）。

​4. 示例应用场景​

1. ​验证密码强度​（至少一个大写字母、数字）：

   ^(?=.*[A-Z])(?=.*\d).{8,}$  
   // 匹配8位以上，且含大写字母和数字的密码

2. ​提取不在引号中的关键词​：

   \bkeyword\b(?=(?:[^"]*"[^"]*")*[^"]*$)
   // 匹配未在双引号内的"keyword"

3. ​匹配特定分隔符之间的内容​：

   (?<=@)\w+  // 匹配"@username"中的"username"

​注意事项​

• ​兼容性​：后顾断言（Lookbehind）在旧环境（如 IE）中可能不被支持。
• ​零宽度​：断言只验证位置，不占用字符。
• ​性能​：复杂断言可能影响正则效率，建议测试优化。

通过合理使用断言，可以精确控制匹配逻辑，处理复杂边界条件或依赖上下文的内容验证