正则表达式中的元字符

正则表达式中的元字符（metacharacters）是具有特殊含义的字符，它们用于构建复杂的匹配模式。以下是常见的正则表达式元字符及其用途：

---

1. 基本元字符

元字符	描述
.	匹配任意单个字符（除换行符 \n 外）。
^	匹配字符串的开始位置（或在多行模式下匹配行首）。
$	匹配字符串的结束位置（或在多行模式下匹配行尾）。
\	转义字符，用于取消元字符的特殊含义（如 \. 匹配实际的点号）。

---

2. 字符类

元字符	描述
[...]	匹配括号内任意一个字符（如 [aeiou] 匹配任意元音）。
[^...]	匹配不在括号内的任意字符（如 [^0-9] 匹配非数字）。
\d	匹配数字（等价于 [0-9]）。
\D	匹配非数字（等价于 [^0-9]）。
\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（等价于 [^a-zA-Z0-9_]）。
\s	匹配空白字符（空格、制表符 \t、换行符 \n 等）。
\S	匹配非空白字符。

---

3. 量词（重复匹配）

元字符	描述
*	匹配前一个字符 0 次或多次（贪婪模式）。
+	匹配前一个字符 1 次或多次（贪婪模式）。
?	匹配前一个字符 0 次或 1 次（或用于非贪婪模式，如 .*?）。
{n}	匹配前一个字符 恰好 n 次（如 \d{3} 匹配 3 位数字）。
{n,}	匹配前一个字符 至少 n 次。
{n,m}	匹配前一个字符 n 到 m 次（如 \w{2,4} 匹配 2~4 个单词字符）。

---

4. 分组与捕获

元字符	描述
(...)	捕获分组，将括号内内容作为一个整体匹配并捕获。
(?:...)	非捕获分组，仅分组但不捕获。
|	或逻辑，匹配左边或右边的模式（如 cat|dog 匹配 "cat" 或 "dog"）。

---

5. 边界与断言

元字符	描述
\b	匹配单词边界（如 \bword\b 匹配独立的 "word"）。
\B	匹配非单词边界。
(?=...)	正向先行断言，匹配后面紧跟指定模式的位置（不消耗字符）。
(?!...)	负向先行断言，匹配后面不跟指定模式的位置。
(?<=...)	正向后行断言，匹配前面是指定模式的位置（需固定宽度，如 (?<=\d)）。
(?<!...)	负向后行断言，匹配前面不是指定模式的位置。

---

6. 其他特殊字符

元字符	描述
\n	匹配换行符。
\t	匹配制表符。
\r	匹配回车符。
\xHH	匹配十六进制值 HH 对应的字符（如 \x41 匹配 "A"）。

---

示例

• 邮箱匹配：^\w+([.-]?\w+)*@\w+([.-]?\w+)*(\.\w{2,3})+$
• 日期（YYYY-MM-DD）：^\d{4}-\d{2}-\d{2}$
• 提取 HTML 标签内容：<([a-z]+)>(.*?)<\/\1>

---

注意事项

1. 元字符在不同正则引擎（如 PCRE、JavaScript）中可能有细微差异。
2. 使用 \ 转义时需注意语言中的字符串转义（如 Python 中用 \\d 表示 \d）。
3. 贪婪模式（*/+）与非贪婪模式（*?/+?）的区别。
4. 当 ? 直接跟在普通字符后（如 a?），表示匹配前一个字符 0 次或 1 次（即“可选”）。
5. 当 ? 跟在量词后（如 *?、+?、??、{n,m}?），表示将贪婪模式改为非贪婪模式（懒惰模式）。