正则表达式的基本语法汇总篇(推荐!)实用指南

佚名 2026-09-05 08:40:01

平时做技术实践时，很多问题不是概念不会，而是细节没串起来。拿“正则表达式的基本语法汇总篇(推荐!)”来说，它看着像小点，放到项目里常会牵出环境、配置、兼容性和维护成本。下面按实际采用顺序，把思路、关键写法和容易踩坑的地方讲清楚，便于大家直接对照操作。

1.正则表达式的基本语法

1.1两个特殊符号 ‘^’ 和 ‘$’

^ 正则表达式的起始符

^tom 表示所有以tom开头的字符串

$ 正则表达式的结束符

lucy$ 表示所有以lucy结束的字符串

^$ 结合采用

^tom$ 表示以tom开头，同时以tom结束的字符串，只有tom本身

不采用 ^$

tom 表示任何包含 tom 的字符串

1.2 出现次数的表示符号 * +？

* 表示出现 0次或者至少1次

+ 表示出现至少1次

表示出现 0次或者 1次

^abc*$ 表示 c 可能出现0次或者至少1次, ab必须出现1次

^bcd+$ 表示 d 至少出现1次，bc必须出现1次

^cba?$ 表示 a 可能出现0次或者1次，cb必须出现1次

^(abc)+$ 表示 abc 这个整体至少出现1次

^[abc]+$ 表示 abc 中任意一个字符，至少出现1次

^ab+c$ 表示 a 必须出现1次 ,b至少出现1次，c必须出现1次

1.3 指定出现次数的范围 {}

采用{m,n} 表示出现次数的范围

m—至少出现m次

n—最多出现n次

举比如下所示

^ab{0,2}$  -- a出现1次，b至少0次，最多2次  ^ab{0,2}$ <====> ^ab*$
^ab{3}$  --  a出现1次，b出现3次  ^ab{3}$ <====> ^abbb$
^ab{2,}$  -- a出现1次，b出现至少2次  ^ab{2,}$ <====> ^abb+$

{m,n} 能够不指定n的值，但是一定要指定m的值
{k} 只有一个值 k，表示出现的是固定的次数

1.4 “或” 操作 |

^ab|cd$ -- 表示匹配结果是 ab 或 cd 其中一个

^(bc|df)a$ -- 表示匹配结果是 bca 或 dfa

结合项目来看，^(ab|c)*d$ -- 表示匹配结果是以 ab 开头或者 c 开头，中间任意字符，以d结尾

1.5 替代任意字符的 . 英文句号

结合项目来看，^ab.[0-9]$ -- 表示ab开头，中间任意1个字符后面是0-9任意一个数字

结合项目来看，^[a-z].{3}$ -- 表示a-z中任意一个小写字母，后面跟三个任意字符

1.6 方括号的采用 []

[] 方括号表示某些字符允许在一个字符串中某一个特定位置出现

^[ab]$ 表示一个字符串中有一个a 或 b <===> ^a|b$

^[a-d]$ 表示一个字符串包含小写 abcdb 中的一个 <==>^[abcd]$<==>^a|b|c$

^[0-9]a$ 表示0-9中任意一个数字后面跟一个小写字母a

^[a-z]{2}$ 表示a-z中任意的字符串总共出现3个

^[A-Z]+$ 表示A-Z中任意一个大写字母至少出现1次

结合项目来看，方括号[]中采用 ^，表示不希望出现字符，简称过滤字符，而且 ^ 必须用在[]中的第一位

^a[^0-9]%$ 表示 a 和 % 中间不能出现数字

1.7 小括号 () 的作用

1.7.1 限定量词作用的范围

^abc+$ ab 后面跟着c至少出现一次
^(abc)+$ abc整体至少出现一次

1.7.2 分支结构

^abc(123|bb)+$ abc 后面跟着 (123|bb)+

^abc123|bb+$ abc123 或者 bb+

1.7.3 引用分组

落到代码里，这是括号一个重要的作用，有了它，我们就能够进行数据提取，以及更强大的替换操作。

而要采用它带来的好处，必须配合采用实现环境的API。

落到代码里，以日期为例。假设格式是yyyy-mm-dd的，我们能够先写一个轻松的正则：

var regex = /d{4}-d{2}-d{2}/;
//然后再修改成括号版的：
var regex = /(d{4})-(d{2})-(d{2})/;

1.7.4提取数据

比如提取出年、月、日，可以这么做：

var regex = /(d{4})-(d{2})-(d{2})/;
var string = "2017-06-12";
console.log( string.match(regex) ); 
// => ["2017-06-12", "2017", "06", "12", index: 0, input: "2017-06-12"]
//match返回的一个数组，第一个元素是整体匹配结果，然后是各个分组（括号里）匹配的内容，然后是匹配下标，最后是输入的文本。（注意：如果正则是否有修饰符g，match返回的数组格式是不一样的）。

//另外也可以使用正则对象的exec方法：

var regex = /(d{4})-(d{2})-(d{2})/;
var string = "2017-06-12";
console.log( regex.exec(string) ); 
// => ["2017-06-12", "2017", "06", "12", index: 0, input: "2017-06-12"]
//同时，也可以使用构造函数的全局属性$1至$9来获取：

var regex = /(d{4})-(d{2})-(d{2})/;
var string = "2017-06-12";

regex.test(string); // 正则操作即可，例如
//regex.exec(string);
//string.match(regex);

console.log(RegExp.$1); // "2017"
console.log(RegExp.$2); // "06"
console.log(RegExp.$3); // "12"

1.7.5替换

比如，想把yyyy-mm-dd格式，替换成mm/dd/yyyy怎么做？

var regex = /(d{4})-(d{2})-(d{2})/;
var string = "2017-06-12";
var result = string.replace(regex, "$2/$3/$1");
console.log(result); // "06/12/2017"
//其中replace中的，第二个参数里用$1、$2、$3指代相应的分组。等价于如下的形式：

var regex = /(d{4})-(d{2})-(d{2})/;
var string = "2017-06-12";
var result = string.replace(regex, function() {
    return RegExp.$2 + "/" + RegExp.$3 + "/" + RegExp.$1;
});
console.log(result); // "06/12/2017"
//也等价于：

var regex = /(d{4})-(d{2})-(d{2})/;
var string = "2017-06-12";
var result = string.replace(regex, function(match, year, month, day) {
    return month + "/" + day + "/" + year;
});
console.log(result); // "06/12/2017"

1.7.6反向引用

实际处理时，除了采用相应API来引用分组，也能够在正则本身里引用分组。但只能引用之前出现的分组，即反向引用。

还是以日期为例。

比如要写一个正则兼容匹配如下所示三种格式：

2016-06-12

2016/06/12

2016.06.12

最先可能想到的正则是:

var regex = /d{4}(-|/|.)d{2}(-|/|.)d{2}/;
var string1 = "2017-06-12";
var string2 = "2017/06/12";
var string3 = "2017.06.12";
var string4 = "2016-06/12";
console.log( regex.test(string1) ); // true
console.log( regex.test(string2) ); // true
console.log( regex.test(string3) ); // true
console.log( regex.test(string4) ); // true

理解这一步时，其中/和.需转义。虽然匹配了要求的情况，但也匹配"2016-06/12"这样的数据。

假设我们想要求分割符前后一致怎么办？此时需采用反向引用：

var regex = /d{4}(-|/|.)d{2}1d{2}/;
var string1 = "2017-06-12";
var string2 = "2017/06/12";
var string3 = "2017.06.12";
var string4 = "2016-06/12";
console.log( regex.test(string1) ); // true
console.log( regex.test(string2) ); // true
console.log( regex.test(string3) ); // true
console.log( regex.test(string4) ); // false

结合项目来看，注意里面的1，表示的引用之前的那个分组(-|/|.)。不管它匹配到什么（比如-），1都匹配那个同样的具体某个字符。

从实现思路看，我们知道了1的含义后，那么2和3的概念也就理解了，即分别指代第二个和第三个分组。

看到这里，此时，恐怕你会有三个问题。

括号嵌套怎么办？

以左括号（开括号）为准。比如：

var regex = /^((d)(d(d)))1234$/;
var string = "1231231233";
console.log( regex.test(string) ); // true
console.log( RegExp.$1 ); // 123
console.log( RegExp.$2 ); // 1
console.log( RegExp.$3 ); // 23
console.log( RegExp.$4 ); // 3

我们能够看看这个正则匹配模式：

第一个字符是数字，例如1，

第二个字符是数字，例如2，

第三个字符是数字，例如3，

落到代码里，下面的是1，是第一个分组内容，那么看第一个开括号对应的分组是什么，是123，

下面的是2，找到第2个开括号，对应的分组，匹配的内容是1，

下面的是3，找到第3个开括号，对应的分组，匹配的内容是23，

最后的是4，找到第3个开括号，对应的分组，匹配的内容是3。

这个问题，估计仔细看一下，就该明白了。

10表示什么呢？

实际处理时，另外一个疑问可能是，即10是表示第10个分组，还是1和0呢？答案是前者，虽然一个正则里出现10比较罕见。测试如下所示：

var regex = /(1)(2)(3)(4)(5)(6)(7)(8)(9)(#) 10+/;
var string = "123456789# ######"
console.log( regex.test(string) );

引用不存在的分组会怎样？

从实现思路看，因为反向引用，是引用前面的分组，但我们在正则里引用了不存在的分组时，此时正则不会报错，只是匹配反向引用的字符本身。比如2，就匹配"2"。注意"2"表示对2进行了转意。

var regex = /123456789/;
console.log( regex.test("123456789") ); 
console.log( "123456789".split("") );

chrome浏览器打印的结果：

1.7.7非捕获分组

理解这一步时，之前下文出现的分组，都会捕获它们匹配到的数据，以便后续引用，所以也称他们是捕获型分组。

在这个场景下，若只想要括号最原始的功能，但不会引用它，即，既不在API里引用，也不在正则里反向引用。此时能够采用非捕获分组(?:p)，比如本文第一个例子能够修改为：

var regex = /(?:ab)+/g;
var string = "ababa abbb ababab";
console.log( string.match(regex) ); // ["abab", "ab", "ababab"]

1.7.8 操作实例

字符串trim方法模拟

//trim方法是去掉字符串的开头和结尾的空白符。有两种思路去做。

//第一种，匹配到开头和结尾的空白符，然后替换成空字符。如：

function trim(str) {
    return str.replace(/^s+|s+$/g, '');
}
console.log( trim("  foobar   ") ); // "foobar"
//第二种，匹配整个字符串，然后用引用来提取出相应的数据：

function trim(str) {
    return str.replace(/^s*(.*?)s*$/g, "$1");
}
console.log( trim("  foobar   ") ); // "foobar"
//这里使用了惰性匹配*?，不然也会匹配最后一个空格之前的所有空格的。

//当然，前者效率高。

将每个单词的首字母转换为大写

function titleize(str) {
    return str.toLowerCase().replace(/(?:^|s)w/g, function(c) {
        return c.toUpperCase();
    });
}
console.log( titleize('my name is epeli') ); // "My Name Is Epeli"
//思路是找到每个单词的首字母，当然这里不使用非捕获匹配也是可以的。

驼峰化

function camelize(str) {
    return str.replace(/[-_s]+(.)?/g, function(match, c) {
        return c ? c.toUpperCase() : '';
    });
}
console.log( camelize('-moz-transform') ); // MozTransform
首字母不会转化为大写的。其中分组(.)表示首字母，单词的界定，前面的字符可以是多个连字符、下划线以及空白符。正则后面的?的目的，是为了应对str尾部的字符可能不是单词字符，比如str是'-moz-transform '。

中划线化

function dasherize(str) {
    return str.replace(/([A-Z])/g, '-$1').replace(/[-_s]+/g, '-').toLowerCase();
}
console.log( dasherize('MozTransform') ); // -moz-transform
驼峰化的逆过程。

html转义和反转义

// 将HTML特殊字符转换成等值的实体
function escapeHTML(str) {
    var escapeChars = {
      '¢' : 'cent',
      '£' : 'pound',
      '¥' : 'yen',
      '€': 'euro',
      '©' :'copy',
      '®' : 'reg',
      '<' : 'lt',
      '>' : 'gt',
      '"' : 'quot',
      '&' : 'amp',
      ''' : '#39'
    };
    return str.replace(new RegExp('[' + Object.keys(escapeChars).join('') +']', 'g'), function(match) {
        return '&' + escapeChars[match] + ';';
    });
}
console.log( escapeHTML('<p>Blah blah blah</p>') );
// => &lt;p&gt;Blah blah blah&lt;/p&gt;
//其中使用了用构造函数生成的正则，然后替换相应的格式就行了，这个跟本文没多大关系。

//倒是它的逆过程，使用了括号，以便提供引用，也很简单，如下：

// 实体字符转换为等值的HTML。
function unescapeHTML(str) {
    var htmlEntities = {
      nbsp: ' ',
      cent: '¢',
      pound: '£',
      yen: '¥',
      euro: '€',
      copy: '©',
      reg: '®',
      lt: '<',
      gt: '>',
      quot: '"',
      amp: '&',
      apos: '''
    };
    return str.replace(/&([^;]+);/g, function(match, key) {
        if (key in htmlEntities) {
            return htmlEntities[key];
        }
        return match;
    });
}
console.log( unescapeHTML('&lt;p&gt;Blah blah blah&lt;/p&gt;') );
// => <p>Blah blah blah</p>
//通过key获取相应的分组引用，然后作为对象的键。

匹配成对标签

//要求匹配：

<title>regular expression</title>

<p>laoyao bye bye</p>

//不匹配：

<title>wrong!</p>
//匹配一个开标签，可以使用正则<[^>]+>，

//匹配一个闭标签，可以使用</[^>]+>，

//但是要求匹配成对标签，那就需要使用反向引用，如：

var regex = /<([^>]+)>[dD]*</1>/;
var string1 = "<title>regular expression</title>";
var string2 = "<p>laoyao bye bye</p>";
var string3 = "<title>wrong!</p>";
console.log( regex.test(string1) ); // true
console.log( regex.test(string2) ); // true
console.log( regex.test(string3) ); // false
//其中开标签<[^>]+>改成<([^>]+)>，使用括号的目的是为了后面使用反向引用，而提供分组。闭标签使用了反向引用，</1>。

//另外[dD]的意思是，这个字符是数字或者不是数字，因此，也就是匹配任意字符的意思。

2. 常用的正则表达式

"^d+$"　　//非负整数（正整数 + 0）
"^[0-9]*[1-9][0-9]*$"　　//正整数
"^((-d+)|(0+))$"　　//非正整数（负整数 + 0）
"^-[0-9]*[1-9][0-9]*$"　　//负整数
"^-?d+$"　　　　//整数
"^d+(.d+)?$"　　//非负浮点数（正浮点数 + 0）
"^(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*))$"　　//正浮点数
"^((-d+(.d+)?)|(0+(.0+)?))$"　　//非正浮点数（负浮点数 + 0）
"^(-(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*)))$"　　//负浮点数
"^(-?d+)(.d+)?$"　　//浮点数
"^[A-Za-z]+$"　　//由26个英文字母组成的字符串
"^[A-Z]+$"　　//由26个英文字母的大写组成的字符串
"^[a-z]+$"　　//由26个英文字母的小写组成的字符串
"^[A-Za-z0-9]+$"　　//由数字和26个英文字母组成的字符串
"^w+$"　　//由数字、26个英文字母或者下划线组成的字符串
"^[w-]+(.[w-]+)*@[w-]+(.[w-]+)+$"　　　　//email地址
"^[a-zA-z]+://(w+(-w+)*)(.(w+(-w+)*))*(?S*)?$"　　//url
/^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/   //  年-月-日
/^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/   // 月/日/年
"^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$"   //Emil
"(d+-)?(d{4}-?d{7}|d{3}-?d{8}|^d{7,8})(-d+)?"     //电话号码
"^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$"   //IP地址

^([0-9A-F]{2})(-[0-9A-F]{2}){5}$   //MAC地址的正则表达式
^[-+]?d+(.d+)?$  //值类型正则表达式


"^\d+$"　　//非负整数（正整数 + 0）
"^[0-9]*[1-9][0-9]*$"　　//正整数
"^((-\d+)|(0+))$"　　//非正整数（负整数 + 0）
"^-[0-9]*[1-9][0-9]*$"　　//负整数
"^-?\d+$"　　　　//整数
"^\d+(\.\d+)?$"　　//非负浮点数（正浮点数 + 0）
"^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$"　　//正浮点数
"^((-\d+(\.\d+)?)|(0+(\.0+)?))$"　　//非正浮点数（负浮点数 + 0）
"^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$"　　//负浮点数
"^(-?\d+)(\.\d+)?$"　　//浮点数
"^[A-Za-z]+$"　　//由26个英文字母组成的字符串
"^[A-Z]+$"　　//由26个英文字母的大写组成的字符串
"^[a-z]+$"　　//由26个英文字母的小写组成的字符串
"^[A-Za-z0-9]+$"　　//由数字和26个英文字母组成的字符串
"^\w+$"　　//由数字、26个英文字母或者下划线组成的字符串
"^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$"　　　　//email地址
"^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$"　　//url