正则表达式教程pdf（正则表达式教程pdf：学会提取文本数据的必备技能）
正则表达式教程pdf：学会提取文本数据的必备技能
什么是正则表达式
正则表达式（Regular Expression），简称正则，是文本模式的描述工具，是一种文本模式匹配工具，用来匹配字符串，特别是用来检查字符串是否符合某种模式的工具。
基本语法和模式
正则表达式由普通字符（包括大小写字母、数字和标点符号）和特殊字符（元字符）组成。在正则表达式中，我们通常使用以下几种元字符：
.：匹配除换行符以外的任意字符。^：匹配字符串开头。$：匹配字符串结尾。*：重复零次或多次。+：重复一次或多次。?：重复零次或一次。{n}：重复n次。{n,}：重复n次以上。{n,m}：重复n到m次。[abc]：匹配a、b、c其中任意一个字符。[a-z]：匹配英文字母a到z之间的任意一个字符。[^abc]：匹配除了a、b、c之外的任意一个字符。(...)：匹配括号内的正则表达式并捕获到分组中。
类别匹配
正则表达式中还有一些关于匹配所给字符的类别，比如所有数字、所有字母、所有空白符等，这些类别可以帮助我们快速匹配相应的字符。
\\d：任意数字。\\D：任意非数字。\\w：任意字母数字字符。\\W：任意非字母数字字符。\\s：任意空白符。\\S：任意非空白符。\\b：单词边界。\\B：非单词边界。
常用正则表达式例子
以下是一些常见的正则表达式的例子，可以帮助我们快速解决相应的问题：
- 匹配手机号：
/^1[3-9]\\d{9}$/ - 匹配邮箱：
/^\\w+([-+.]\\w+)*@\\w+([-.]\\w+)*\\.\\w+([-.]\\w+)*$/ - 匹配身份证：
/^\\d{15}|\\d{18}$/ - 匹配URL：
/^(ht|f)tps?:\\/\\/[^\\s]+$/ - 匹配中文：
/^[\\u4e00-\\u9fa5]+$/
