正则表达式、正则语法和正则语言

正则表达式是一种用来匹配和操作文本的工具，能够通过一些特殊的语法规则，查找、替换、删除、提取文本中的特定内容。

正则语法

字符类

在正则表达式中，可以使用字符类来匹配一组特定的字符。字符类以方括号 [] 来表示，其中包含了要匹配的字符：

• [abc] 匹配字符 a、b 或 c
• [0-9] 匹配数字
• [a-zA-Z] 匹配任意的字母

除了普通字符，字符类中还可以包含转义字符，例如：

• [\w] 匹配任何字母、数字或下划线
• [\d] 匹配任何数字（等价于 [0-9]）
• [\s] 匹配空格、制表符等空白字符

量词

量词指定了要匹配的字符或子串出现的次数：

• * 匹配前面的字符或子串零次或多次
• + 匹配前面的字符或子串至少一次
• ? 匹配前面的字符或子串零次或一次
• {n} 匹配前面的字符或子串恰好出现 n 次
• {n,} 匹配前面的字符或子串至少出现 n 次
• {n,m} 匹配前面的字符或子串出现 n~m 次

量词可以跟在字符、字符类、括号表达式等后面，例如 a+、[a-z]{2,5}。

括号表达式

括号表达式可以将一组字符或子串当作一个整体来匹配。通常用括号将括号表达式括起来，例如 (abc)。

括号表达式还支持分组和引用，分组用于分隔不同的子表达式，引用则用于反向引用之前匹配的内容：

• (abc|def) 匹配 abc 或 def
• (a+)b\1 匹配一个或多个 a，后面跟着一个 b，最后再跟着之前匹配的 a

转义字符

有些字符在正则表达式中有特殊含义，需要使用反斜杠 \ 进行转义，例如：

• \. 匹配点号 .，因为点号在正则表达式中表示任意字符
• \+ 匹配加号 +，因为加号在正则表达式中表示前面的字符或子串出现一次或多次

正则语言

正则表达式描述的是一组字符串的模式，这些模式可以组成一个正则语言。常见的正则语言包括：

• Perl 正则语言
• POSIX 正则语言
• PCRE（Perl Compatible Regular Expressions）语言
• JavaScript 正则语言
• Python 正则语言

每种语言都针对不同的应用领域和使用场景，提供了不同的正则表达式特性和语法规则，开发者可以根据自己的需求选取最合适的语言和工具。