正则表达式精讲

\d{3}-\d{4}          匹配 010-1234
[A-Za-z]\w{5,15}     字母开头、总长 6 到 16 的用户名
\s*=\s*              等号两边允许任意空白

preg_match('/\d{6}/', 'abc123456def');     // 1，匹配上了！
preg_match('/^\d{6}$/', 'abc123456def');   // 0，这才是「必须是 6 位数字」

cat        匹配 concatenate 里的 cat
\bcat\b    只匹配独立的单词 cat

$log = "200 /a\n404 /b\n500 /c";
preg_match_all('/^(\d{3}) (.*)$/m', $log, $m);   // m 修饰符：^$ 按行匹配

$s = '2026-09-28 12:30:45';
preg_match('/^(\d{4})-(\d{2})-(\d{2})/', $s, $m);
// $m[0] 整个匹配 2026-09-28
// $m[1] 2026   $m[2] 09   $m[3] 28
 
// 命名组，字段一多就该用它了，靠编号迟早数错
preg_match('/^(?<y>\d{4})-(?<mo>\d{2})-(?<d>\d{2})/', $s, $m);
echo $m['y'];   // 2026

const m = '2026-09-28'.match(/^(?<y>\d{4})-(?<mo>\d{2})-(?<d>\d{2})$/);
console.log(m.groups.y);   // 2026

// 把 2026-09-28 换成 2026年09月28日
echo preg_replace('/(\d{4})-(\d{2})-(\d{2})/', '$1年$2月$3日', '2026-09-28');
 
// 回调替换：需要对捕获内容做计算时用
echo preg_replace_callback('/\d+/', function ($m) {
    return $m[0] * 2;
}, 'a1 b2 c3');       // a2 b4 c6

(\w)\1              连续重复的字符，如 aa、11
<(\w+)>.*?</\1>     标签名前后一致的一对标签
(\b\w+\b)\s+\1      重复的单词，如 "the the"

^(?:GET|POST|PUT|DELETE)\s
(?:jpe?g|png|gif|webp)$

原文：<b>粗体</b>和<i>斜体</i>
 
<.+>     贪婪 → 匹配到 <b>粗体</b>和<i>斜体</i>   整个一大串
<.+?>    懒惰 → 匹配到 <b>                        只到第一个 >
<[^>]+>  最优 → 同样只到第一个 >，而且不需要回溯

(a+)+$         对 "aaaaaaaaaaaaaaaaaaaaaaX" 会跑到天荒地老
(\s*\w+)*$     同样危险
^(\w+\s?)*$    看起来人畜无害，其实一样

^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[^\w\s]).{8,20}$

// 从右往左每三位插一个逗号：位置右边的数字个数是 3 的倍数，且右边还有数字
echo preg_replace('/(?<=\d)(?=(\d{3})+$)/', ',', '1234567');   // 1,234,567

^(?!.*(?:admin|root)).*$        不含 admin 和 root 的行
\b(?!0)\d{1,3}\b                不以 0 开头的 1-3 位数字
(?<!\$)\b\d+\.\d{2}\b           前面没有美元符号的两位小数

$line = '1.2.3.4 - - [28/Sep/2026:03:12:44 +0800] "GET /college/ HTTP/1.1" 200 5120';
 
$re = '/^(?<ip>\S+).*?"(?<method>[A-Z]+)\s(?<path>\S+)[^"]*"\s(?<code>\d{3})\s(?<size>\d+)/';
preg_match($re, $line, $m);
// $m['ip']=1.2.3.4  $m['method']=GET  $m['path']=/college/  $m['code']=200

手机号（宽松，够用）        ^1[3-9]\d{9}$
邮箱（够用版）             ^[\w.+-]+@[\w-]+(\.[\w-]+)+$
URL                       ^https?://[\w.-]+(:\d+)?(/[^\s]*)?$
IPv4（严格，含范围检查）    ^((25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)\.){3}(25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)$
日期 yyyy-mm-dd           ^\d{4}-(0[1-9]|1[0-2])-(0[1-9]|[12]\d|3[01])$
中文姓名                   ^[\x{4e00}-\x{9fa5}·]{2,16}$
身份证（18 位，不含校验位） ^\d{17}[\dXx]$
正整数                     ^[1-9]\d*$
金额（最多两位小数）        ^\d+(\.\d{1,2})?$

HTML 标签                 <[^>]+>
标签内的文本               >([^<>]+)<
双引号里的内容             "([^"]*)"
Markdown 链接             \[([^\]]+)\]\(([^)]+)\)
UUID                      [0-9a-f]{8}-(?:[0-9a-f]{4}-){3}[0-9a-f]{12}
十六进制颜色               #(?:[0-9a-fA-F]{3}){1,2}\b

行首行尾空白               ^[ \t]+|[ \t]+$        （配合 m 修饰符）
连续空行压成一行            \n{3,}      →  \n\n
全角空格与不可见字符        [\x{3000}\x{00a0}\x{200b}]
重复的单词                 \b(\w+)\s+\1\b

// PHP：注意分隔符和修饰符，中文必加 u
preg_match('/^1[3-9]\d{9}$/', $phone);
preg_split('/[\s,;]+/u', $text);          // 按多种分隔符切

// JavaScript：g 修饰符的 lastIndex 是有状态的，别把带 g 的正则复用在 test() 上
const re = /^1[3-9]\d{9}$/;
re.test(phone);
[...text.matchAll(/(\w+)=(\w+)/g)].map(m => [m[1], m[2]]);

# grep 默认是基础正则，用 -E 开扩展、-P 开 PCRE（才支持 \d、断言）
grep -E '^(GET|POST) /api/' access.log
grep -P '(?<=status=)\d{3}' app.log -o