正则表达式（Regular Expression，简称regex）是一种强大的文本处理工具，它使用特定的模式来匹配、查找、替换或分割文本。正则表达式可以用于各种文本处理任务，如数据清洗、文本搜索、日志分析等。
一、正则表达式的语法
正则表达式的语法由一系列元字符、字符类、量词和转义序列组成。下面是一些常用的元字符和字符类：
-
元字符：
.：匹配任意单个字符（除了换行符）。^：匹配字符串的开头。$：匹配字符串的结尾。*：匹配前面的子表达式零次或多次。+：匹配前面的子表达式一次或多次。?：匹配前面的子表达式零次或一次。{n}：n是一个正整数。匹配确定的n次。{n,}：n是一个正整数。匹配至少n次。{n,m}：m和n均为正整数。匹配至少n次且最多m次。
-
字符类：
[abc]：匹配方括号内的任意一个字符。[^abc]：匹配不在方括号内的任意一个字符。[a-z]：匹配任意小写字母。[A-Z]：匹配任意大写字母。[0-9]：匹配任意数字。
-
量词：
*：匹配前面的子表达式零次或多次。+：匹配前面的子表达式一次或多次。?：匹配前面的子表达式零次或一次。{n}：n是一个正整数。匹配确定的n次。{n,}：n是一个正整数。匹配至少n次。{n,m}：m和n均为正整数。匹配至少n次且最多m次。
-
转义序列：
\d：匹配任意数字字符。等价于[0-9]。\D：匹配任意非数字字符。等价于[^0-9]。\s：匹配任意空白字符，包括空格、制表符、换页符等等。等价于[\f\n\r\t\v]。\S：匹配任意非空白字符。等价于[^\f\n\r\t\v]。\w：匹配任意字母、数字或下划线字符。等价于[A-Za-z0-9_]。\W：匹配任意非字母、数字或下划线字符。等价于[^A-Za-z0-9_]。
-
边界符：
^：匹配输入字符串的开始位置。如果模式出现在正则表达式中，它总是表示字面上的“^”字符。$：匹配输入字符串的结束位置。如果模式出现在正则表达式中，它总是表示字面上的“$”字符。
-
选择符：
|：或者的意思，在正则表达式中，它用于在两个或多个模式之间选择一个模式。例如，“acd|b”将匹配“acd”或“b”。这个符号通常也用于扩展“. ”（“.”表示任何单个字符，“ ”表示任何数量包括零），如“. | 1”等价于“.[0-9] ”。即，它会匹配任何以一个非零数字开始的字符串（因为.不能是“0”，而“[0-9] ”将简单地捕获剩余的所有数字）。但请注意，“.”和“|”都是元字符，所以需要使用反斜杠进行转义，如“.|1”。
-
括号分组（Parentheses Grouping）：括号在正则表达式中用于组合模式，以便可以应用量词于整个组，而不是组内的单个字符。“(ab)”将匹配“ab”，而“a(b)”将只匹配“b”。括号也用于创建选择（即，“or”）关系，如“(ab)|(cd)”将匹配“ab”或“cd”。括号还允许我们创建子模式，并记住与该模式匹配的字符串的信息（即回溯引用）。回溯引用在正则表达式中非常有用，它们允许我们引用前面模式中的捕获组，例如
