本文共 1615 字，大约阅读时间需要 5 分钟。

正则表达式是计算机科学中广泛应用的工具，用于匹配字符串中的特定模式。它通过定义规则来识别文本中的字符组合、序列或结构。本文将详细介绍正则表达式的核心元素及其应用。

1. 非打印字符匹配

非打印字符（Control Characters）在文本处理中具有特殊意义。正则表达式通过使用特定的转义序列来匹配这些字符。常见的非打印字符及其对应的正则表达式如下：

• \cM 匹配 Control-M 或回车符（\x0D）。
• \cJ 匹配换行符（\x0A）。
• \x0C 匹配垂直制表符（\x0B）。
• \x09 匹配制表符（Tab）。
• \x0D 匹配回车符（Carriage Return）。
• \x0A 匹配换行符（Line Feed）。

需要注意的是，如果字符前未使用 \c 或 \x，则默认视为原义字符。例如，c 会匹配字母 'c'。

2. 通用字符类型

正则表达式提供了多种通用字符类型，用于匹配特定类型的字符。以下是常见的通用字符类型及其对应的表达式：

• \d 匹配数字字符（0-9）。
• \D 匹配非数字字符。
• \s 匹配空白字符，包括空格、制表符、换页符等。等价于 [ \f\n\r\t\v]。
• \S 匹配非空白字符。
• \w 匹配单词字符（字母、数字、下划线）。等价于 [A-Za-z0-9_]。
• \W 匹配非单词字符。

这些字符类型在文本处理中非常有用，能够快速筛选出特定类型的字符。

3. 元字符

正则表达式中的元字符用于定义匹配规则，包括量词和特殊序列。以下是常见元字符的作用：

• * 匹配前面的子表达式零次或多次。例如，zo* 可以匹配 "z" 或 "zoo"。
• + 匹配前面的子表达式一次或多次。例如，zo+ 只能匹配 "zo" 或 "zoo"，但不能匹配 "z"。
• ? 匹配前面的子表达式零次或一次。例如，do(es)? 可以匹配 "do" 或 "does"。
• {n} 匹配确定的 n 次。例如，o{2} 匹配两个 'o'。
• {n,} 匹配至少 n 次。例如，o{2,} 匹配两个或更多 'o'。
• {n,m} 匹配从 n 到 m 次。例如，o{1,3} 匹配 1 到 3 个 'o'。

这些量词用于精确控制字符的出现次数。

4. 位置和顺序

正则表达式还支持定义字符的位置。常见的位置符包括：

• ^ 匹配输入字符串的开头。例如，^hello 只匹配以 "hello" 开头的字符串。
• $ 匹配输入字符串的结尾。例如，world$ 只匹配以 "world" 结尾的字符串。
• \A 匹配字符串的绝对开头（与 ^ 等效）。
• \Z 匹配字符串的绝对结尾（与 $ 等效）。

这些符用于控制匹配的位置，确保规则在特定位置生效。

5. 组合与优先级

正则表达式支持复杂的匹配逻辑，包括组合和优先级控制。以下是常见的组合元字符：

• | 指明两个子表达式的选择。例如，ab|cd 匹配 "ab" 或 "cd"。
• () 标记子表达式的开始和结束位置，可用于存储和重用子表达式。
• . 匹配任意单字符，除了换行符。要匹配小数点，需使用 \.。

元字符的优先级遵循以下规则：

6. PHP 正则表达式模式修正符

在 PHP 中，正则表达式可以通过 preg_* 函数使用。为了提高匹配效率，常常使用模式修正符。以下是一些常用的修正符：

• i 忽略大小写。
• m 多行模式，允许 ^ 和 $ 匹配每行开头或结尾。
• s DOTALL 模式，允许 . 匹配换行符。
• u UTF-8 模式，支持多字节字符。

这些修正符能够扩展正则表达式的功能，满足更复杂的匹配需求。

正则表达式是文本处理的强大工具，其灵活性和扩展性使其在各个领域得到广泛应用。通过合理组合元字符和量词，可以创建复杂的匹配规则，从而高效解决实际问题。