正则表达式入门教程

正则表达式是一种强大的文本匹配工具，可以用于在文本中查找特定的模式。本文将提供简单且实用的正则表达式快速上手教程，帮助您快速掌握其基本用法。

重要

本文档可能包含第三方产品信息，该信息仅供参考。阿里云对第三方产品的性能、可靠性以及操作可能带来的潜在影响，不做任何暗示或其他形式的承诺。

如果您对正则表达式不够熟悉，可以使用Regex101等工具进行练习和调试。这些工具支持直观展示正则表达式和文本的匹配过程。本文以Regex101为例，介绍各个示例。

基本语法

正则表达式由不同类型的字符组成，包括普通字符、元字符、分隔符和转义字符等。其中：

如下图所示，Regex101工具默认在正则表达式a.\d\.前添加了分隔符/。其中，a表示匹配字母a，.表示匹配一个任意字符，\d表示匹配一个任意数字，\.表示匹配半角句号。

下表罗列了常用的特殊字符及其含义。

重要

在不同的编程语言和正则表达式引擎中，支持的符号和语法可能有所差异。在实际编程中，需要结合具体的语言和工具了解其支持的正则表达式语法。

符号	含义
`.`	匹配任意一个字符，除了换行符。
`\d`	匹配任意一个数字字符，等价于[0-9]。
`\D`	匹配除数字字符之外的任意字符，等价于[^0-9]。
`\w`	匹配任意一个字母、数字或下划线字符，等价于[A-Za-z0-9_]。
`\W`	匹配除字母、数字和下划线字符之外的任意字符，等价于[^A-Za-z0-9_]。
`\s`	匹配任意一个空白字符，包括空格、制表符、换行符等。
`\S`	匹配除空白字符之外的任意字符。
`\b`	匹配单词边界，即单词字符和非单词字符的交界处。
`\B`	匹配非单词边界。
`*`	匹配前面的字符0次或多次。
`+`	匹配前面的字符1次或多次。
`?`	匹配前面的字符0次或1次。
`\|`	将两个匹配逻辑进行或运算。
`{n}`	匹配前面的字符n次。
`{n,}`	匹配前面的字符至少n次。
`{n,m}`	匹配前面的字符至少n次，但不超过m次。
`[abc]`	匹配字符集中的任意一个字符。
`[^abc]`	匹配除字符集中的字符之外的任意字符。
`^`	匹配字符串的开头。
`$`	匹配字符串的结尾。
`()`	分组，将括号内的一组字符看作一个整体。
`/`	常用分隔符，用于标记正则表达式的开头和结尾。
`\`	转义字符，使用`\`将有特殊作用的字符（元字符、分隔符等）转义为普通字符。

筛选出包含关键词05/Jan/2023的日志。

日志样例：Info 05/Jan/2023 Warning、Info 06/Jan/2023 Error
正则表达式：.*05\/Jan\/2023.*
- .*表示匹配任意零个或多个字符，即05/Jan/2023前后可以有任意字符。
- 05\/Jan\/2023表示匹配关键词05/Jan/2023。
  因为Logtail所支持的正则表达式以/作为分隔符，因此需要使用转义字符\将其转变为普通字符，即需要在/前增加转义字符\。

筛选出包含以111或222开头的11位手机号码的日志。

样例：11144445555、22266667777、33388889999
正则表达式：(111|222)\d{8}
手机号码前三位是运营商号码，中间四位是地区编码，后四位则是任意数字。假设运营商号码只有111和222，地区编码为任意数字。
- (111|222)表示一个分组，包含了两个可能的值，即111或222。
- \d表示匹配一个数字。
- {8}表示前面的\d需要匹配8次，即匹配8个数字。

筛选出格式为[时间] [级别] [模块] [信息]的日志，其中时间为yyyy-mm-dd hh:mm:ss格式，级别包括DEBUG、INFO、WARN和ERROR，模块和信息为任意的字符串。

日志样例：[2021-09-23 10:23:45] [INFO] [user login] [user login success]
正则表达式：^\[\d{4}\-\d{2}\-\d{2} \d{2}:\d{2}:\d{2}\] \[(DEBUG|INFO|WARN|ERROR)\] \[.+\] \[.+\]$
- \[、\]表示匹配[]字符，因为[]在正则语法中有特殊含义，因此需要添加转义字符\。
- \[\d{4}\-\d{2}\-\d{2} \d{2}:\d{2}:\d{2}\]表示匹配日期和时间。
- \[(DEBUG|INFO|WARN|ERROR)\]表示匹配各个日志级别。
- \[.+\] \[.+\]$表示匹配任意的非空字符串。

筛选出不以DEBUG开头的日志。

日志样例：DEBUG: test debug、INFO: test info
正则表达式：^(?!DEBUG).*
- ^表示字符串的开始位置，即DEBUG是处于字符串的开头位置。
- (?!DEBUG)表示排除包含DEBUG的日志。(?!DEBUG)为正向否定预查，格式为(?!<pattern>)，其中<pattern>为需要排除的内容。
- .*表示匹配任意字符，直到该行日志结束。

筛选出不包含INFO或DEBUG的日志。

日志样例：hello world、INFO、ERROR message、DEBUG、warning log、error INFO、debug detail、info status
正则表达式：^(?!.*(INFO|DEBUG)).*
- ^表示字符串的开始位置，即INFO或DEBUG是处于字符串的开头位置。
- (?!.*(INFO|DEBUG))表示排除包含INFO或DEBUG的日志。
- .*用于匹配任意字符，直到该行日志结束。