正则表达式详解与实战示例

1. 正则表达式基础概念

1.1 什么是正则表达式？

正则表达式（Regular Expression）是用于匹配字符串模式的强大工具，广泛应用于：

• 文本搜索/替换
• 数据验证（如邮箱、手机号格式）
• 日志分析
• 编程语言中的字符串处理

1.2 两种语法风格

2. 元字符详解

2.1 基础元字符

2.2 字符类

3. 量词与分组

3.1 量词

3.2 分组与捕获

4. 扩展正则命令实战

4.1 grep 命令

# 基本正则（需转义）
grep "a\+b" file.txt      # 匹配"ab", "aab"

# 扩展正则（-E 或 egrep）
grep -E "a+b" file.txt    # 同上，写法更简洁

# 常用选项：
grep -i "hello" file      # 忽略大小写
grep -v "error" file      # 反向匹配（不包含error的行）
grep -n "pattern" file    # 显示行号

4.2 sed 替换

# 替换所有数字为X
sed -E 's/[0-9]/X/g' file.txt

# 删除空行
sed '/^$/d' file.txt

# 替换分组内容（扩展正则）
echo "foo=123" | sed -E 's/(foo)=([0-9]+)/\2:\1/'  # 输出"123:foo"

4.3 awk 匹配

# 打印包含"error"的行
awk '/error/{print $0}' file.log

# 提取IP地址
echo "IP: 192.168.1.1" | awk -F: '/[0-9]+\.[0-9]+\.[0-9]+\.[0-9]+/{print $2}'

5. 经典示例大全

5.1 数据验证

# 邮箱验证
^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$

# 手机号（中国大陆）
^(?:\+?86)?1[3-9]\d{9}$

# 强密码（至少8位，含大小写和数字）
^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)[\w!@#$%^&*]{8,}$

5.2 文本提取

# 提取HTML标签内容
<h1>(.*?)</h1>

# 提取URL中的域名
https?://([^/]+)

# 匹配16进制颜色码
^#([A-Fa-f0-9]{6}|[A-Fa-f0-9]{3})$

5.3 日志分析

# 从Nginx日志提取IP和访问路径
grep -Eo '^[0-9.]+ .*?"GET ([^ ]+)' access.log

# 统计错误码出现次数
awk '/HTTP\/1.[01]" [4-5][0-9]{2}/{print $9}' access.log | sort | uniq -c

6. 工具对比

7. 调试技巧

1. 在线测试工具：
   • Regex101
   • RegExr
2. 逐步构建：从简单模式开始测试，逐步增加复杂度
3. 性能注意：避免.*过度匹配，优先使用.*?（非贪婪模式）

黄金法则：

• 明确你要匹配的文本特征
• 先用简单模式测试核心逻辑
• 最后添加边界条件（如^$）