正则表达式：没看起来那么可怕

你需要在文档中找到所有邮箱地址。或验证电话号码。或从混乱的文本中提取日期。

有人说"用正则"。你搜索语法，找到像^[\w-\.]+@([\w-]+\.)+[\w-]{2,4}$这样的东西，立刻关掉标签页。

正则表达式看起来令人生畏，因为人们写它们是为了聪明而不是清晰。让我们解决这个问题。

从字面匹配开始

正则找模式。最简单的模式是字面文本。

cat在"The cat sat."中匹配"cat"。没什么花哨的。

http在任何URL中匹配"http"。仍然很直接。

逐渐添加通配符

.匹配任何单个字符。c.t匹配"cat"、"cot"、"cut"。

*表示"前面的东西零次或多次"。ca*t匹配"ct"、"cat"、"caat"、"caaaaaat"。

+表示"一次或多次"。ca+t匹配"cat"和"caat"但不匹配"ct"。

?表示"零次或一次"。colou?r匹配"color"和"colour"。

字符类是你的朋友

[aeiou]匹配任何元音。[0-9]匹配任何数字。[A-Za-z]匹配任何字母。

\d是[0-9]的简写。\w匹配单词字符（字母、数字、下划线）。\s匹配空白。

这些构建块处理大多数现实世界的模式。

锚点控制位置

^表示"行首"。$表示"行尾"。

^Hello匹配"Hello world"但不匹配"Say Hello"。

world$匹配"Hello world"但不匹配"world peace"。

组捕获部分

括号分组东西。它们也为以后使用而捕获。

(\d{3})-(\d{4})匹配"555-1234"并分别捕获"555"和"1234"。

这就是你从模式匹配中提取特定数据的方式。

真实示例，解释过的

邮箱（简化版）：

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

翻译：单词字符/点/连字符，然后@，然后更多相同的，然后一个点，然后单词字符。

电话号码：

\d{3}[-.\s]?\d{3}[-.\s]?\d{4}

翻译：3个数字，可选分隔符，3个数字，可选分隔符，4个数字。匹配"555-123-4567"、"555.123.4567"、"5551234567"。

日期（MM/DD/YYYY）：

\d{2}/\d{2}/\d{4}

翻译：2个数字，斜杠，2个数字，斜杠，4个数字。

常见错误

忘记转义特殊字符。 .在正则中表示"任何字符"。要匹配字面点，使用\.。

太贪婪。 .*匹配尽可能多。对于HTML标签，<.*>在<b>bold</b>上匹配整个东西，而不只是<b>。用<.*?>进行非贪婪匹配。

过度复杂化。 如果你需要真正验证邮箱，使用库。"正确的"邮箱正则有数百个字符长。

何时不使用正则

解析HTML或JSON。使用适当的解析器。

复杂验证逻辑。代码通常比单个巨大模式更清晰。

当字符串方法有效时。"hello".startsWith("he")比/^he/更清晰。

---

正则是工具。像任何工具一样，它适合特定工作，不适合其他工作。从简单开始，边建边测试，不要试图聪明。可读的正则比令人印象深刻的正则更好。