# 正则表达式基础

> 💡 **学习指南**：正则表达式看起来像天书？其实它只是一种"描述文本模式"的迷你语言。本章带你从零开始理解正则的核心思想，学会用几个关键符号解决 80% 的文本搜索和验证问题。

---

## 0. 正则表达式的必要性

想象以下场景：
- 从一大段日志里找出所有 IP 地址
- 验证用户输入的邮箱格式是否合法
- 把文本中所有的日期格式从 `2024/01/15` 替换为 `2024-01-15`
- 从网页源码中提取所有链接

**用普通字符串搜索？** 你需要写一大堆 `if-else` 判断逻辑。  
**用正则表达式？** 一行模式搞定。

---

## 1. 正则入门：三分钟上手

👇 动手点点看：输入正则表达式，实时查看匹配结果

<RegexDemo />

::: tip 💡 一句话理解
正则表达式 = **用特殊符号描述"你想找什么样的文本"**。`\d` 代表数字，`+` 代表一个或多个，所以 `\d+` 就是"一个或多个数字"。
:::

---

## 2. 核心概念：像搭积木一样组合

正则的本质是用**三类积木**搭出你想要的模式：

### 2.1 积木一：字符类（匹配什么字符）

| 语法 | 含义 | 示例 |
|---|---|---|
| `.` | 任意字符 | `a.c` → abc, a1c, a c |
| `\d` | 数字 [0-9] | `\d\d` → 42, 99 |
| `\w` | 字母/数字/下划线 | `\w+` → hello, user_1 |
| `\s` | 空白字符 | 匹配空格、Tab |
| `[abc]` | 集合中的任意一个 | `[aeiou]` → 元音字母 |
| `[^abc]` | 不在集合中的 | `[^0-9]` → 非数字字符 |

### 2.2 积木二：量词（匹配几次）

| 语法 | 含义 | 示例 |
|---|---|---|
| `*` | 0 次或多次 | `ab*` → a, ab, abbb |
| `+` | 1 次或多次 | `ab+` → ab, abbb（不匹配 a） |
| `?` | 0 次或 1 次 | `colou?r` → color, colour |
| `{3}` | 恰好 3 次 | `\d{3}` → 123 |
| `{2,4}` | 2 到 4 次 | `\d{2,4}` → 12, 1234 |

### 2.3 积木三：位置和分组

| 语法 | 含义 | 示例 |
|---|---|---|
| `^` | 行首 | `^Hello` → 以 Hello 开头的行 |
| `$` | 行尾 | `end$` → 以 end 结尾的行 |
| `\b` | 单词边界 | `\bcat\b` → cat（不匹配 catch） |
| `(...)` | 捕获分组 | `(\d+)-(\d+)` → 分别捕获 |
| `a\|b` | 或 | `cat\|dog` → cat 或 dog |

---

## 3. 实战：常见验证模式

### 3.1 邮箱验证

```
[\w.+-]+@[\w-]+\.[\w.]+
```

拆解：
- `[\w.+-]+` — 用户名部分（字母数字点加号横杠）
- `@` — 字面量 @
- `[\w-]+` — 域名部分
- `\.` — 转义的点
- `[\w.]+` — 顶级域名

### 3.2 手机号验证（中国）

```
1[3-9]\d{9}
```

拆解：
- `1` — 以 1 开头
- `[3-9]` — 第二位是 3-9
- `\d{9}` — 后面跟 9 位数字

### 3.3 密码强度检查

```
^(?=.*[a-z])(?=.*[A-Z])(?=.*\d).{8,}$
```

拆解：
- `(?=.*[a-z])` — 至少一个小写字母（前瞻断言）
- `(?=.*[A-Z])` — 至少一个大写字母
- `(?=.*\d)` — 至少一个数字
- `.{8,}` — 总长度至少 8 位

---

## 4. 在代码中使用正则

### JavaScript

```javascript
const text = '联系方式：13812345678 或 15099887766'
const regex = /1[3-9]\d{9}/g
const phones = text.match(regex)
// ['13812345678', '15099887766']

// 替换
text.replace(/\d{4}(?=\d{4}$)/, '****')
// 隐藏手机号中间四位

// 验证
/^[\w.+-]+@[\w-]+\.[\w.]+$/.test('user@example.com')
// true
```

### Python

```python
import re

text = '价格是 99 元，优惠 20 元'
numbers = re.findall(r'\d+', text)
# ['99', '20']

# 替换
re.sub(r'\d+', 'X', text)
# '价格是 X 元，优惠 X 元'

# 分组捕获
match = re.search(r'(\d+)-(\d+)', '2024-01-15')
match.group(1)  # '2024'
match.group(2)  # '01'
```

---

## 5. 贪婪 vs 懒惰：一个关键区别

```
文本: <b>hello</b> and <b>world</b>
```

| 模式 | 匹配结果 | 说明 |
|---|---|---|
| `<b>.*</b>` | `<b>hello</b> and <b>world</b>` | 贪婪：尽量多匹配 |
| `<b>.*?</b>` | `<b>hello</b>` | 懒惰：尽量少匹配 |

::: tip 💡 记住
默认是贪婪模式。在量词后面加 `?` 变成懒惰模式。大多数时候，你需要的是懒惰模式。
:::

---

## 6. 总结

::: tip 📚 核心要点
1. **正则 = 描述文本模式的迷你语言**，用于搜索、匹配、替换
2. **三类积木**：字符类（匹配什么）+ 量词（匹配几次）+ 位置/分组
3. **\d \w \s** 是最常用的三个字符类，覆盖数字、单词、空白
4. **不需要从零写**：常见场景都有成熟的正则模式可以复用
5. **贪婪 vs 懒惰**：默认贪婪（多匹配），加 `?` 变懒惰（少匹配）
:::

**下一步学习**：
- [环境变量与 PATH 导论](./environment-path) - 理解系统配置
- [SSH 与密钥认证导论](./ssh-authentication) - 安全连接远程服务器