正则表达式是用于匹配、查找和操作文本的强大工具，通过定义特定模式来描述文本规则。
一、基础语法
（一）字符匹配
普通字符：直接匹配对应字符本身。例如，正则表达式
abc能匹配字符串 “abc”，因为它精确匹配了这三个连续的字符。元字符：具有特殊含义的字符。例如，
.匹配除换行符\n之外的任意单个字符。正则表达式a.c可以匹配 “abc”、“a1c”、“a c” 等，只要中间字符是单个任意字符（除\n外）。
（二）字符类
- **方括号
[]**：定义一个字符集合，匹配其中任意一个字符。例如，[abc]可以匹配 “a”、“b” 或 “c”。还能使用范围表示，如[a - z]匹配任意小写字母，[0 - 9]匹配任意数字。 - **否定字符类
[^]**：匹配不在方括号内的任意一个字符。例如，[^abc]可以匹配除 “a”、“b”、“c” 之外的任何字符。
（三）数量限定符
- **
\***：匹配前面的元素零次或多次。例如，a*可以匹配空字符串，也可以匹配 “a”、“aa”、“aaa” 等任意多个 “a” 组成的字符串。 - **
+**：匹配前面的元素一次或多次。例如，a+至少匹配一个 “a”，能匹配 “a”、“aa”、“aaa” 等，但不能匹配空字符串。 - **
?**：匹配前面的元素零次或一次。例如，a?可以匹配空字符串或 “a”。 - **
{n}**：匹配前面的元素恰好n次。例如，a{3}只能匹配 “aaa”。 - **
{n,}**：匹配前面的元素至少n次。例如，a{3,}能匹配 “aaa”、“aaaa”、“aaaaa” 等。 - **
{n,m}**：匹配前面的元素至少n次，最多m次。例如，a{2,4}可以匹配 “aa”、“aaa”、“aaaa”。
二、边界匹配
- **
^**：匹配字符串的开头。例如，^abc只会匹配以 “abc” 开头的字符串，如 “abcdef”，而不会匹配 “defabc”。 - **
$**：匹配字符串的结尾。例如，abc$只会匹配以 “abc” 结尾的字符串，如 “defabc”，而不会匹配 “abcdef”。 - **
\b**：匹配单词边界，即单词和非单词字符的分界处。例如，\bcat\b可以匹配 “the cat is here” 中的 “cat”，但不会匹配 “category” 中的 “cat”。
三、分组与捕获
- **分组
()**：将多个字符作为一个整体进行操作。例如，(ab)+表示 “ab” 整体出现一次或多次，可以匹配 “ab”、“abab”、“ababab” 等。 - 捕获组：括号内的表达式会被捕获，可以在后续通过索引（从 1 开始）来引用。例如，对于正则表达式
(a)(b)，在匹配 “ab” 后，group(1)会返回 “a”，group(2)会返回 “b”。
四、示例分析
假设要从字符串 “USD:352677,33.00” 中提取出 “USD” 和 “352677,33.00” 两部分，使用正则表达式 ([A-Z]{3}):(\\d{1,3}(,\\d{3})*\\.\\d{2})。
- **
([A-Z]{3})**：这是第一个捕获组，[A-Z]表示所有大写字母的字符类，{3}限定前面的字符类要出现 3 次，所以它会匹配到 “USD” 这样的三位大写字母组合，通过group(1)可获取 “USD”。 - **
:**：匹配字符串中的冒号。 - **
(\\d{1,3}(,\\d{3})\*\\.\\d{2})**：这是第二个捕获组，\\d{1,3}匹配金额整数部分开头的 1 到 3 位数字，(,\\d{3})*匹配可能存在的千分位分隔符及后续 3 位数字，*表示可以有零个或多个这样的组合，\\.\\d{2}匹配小数点及后面两位数字。整体匹配 “352677,33.00” 这样格式的金额，通过group(2)可获取该金额字符串。