正则表达式（Regular Expression，简称regex）是一种用于描述和匹配文本模式的工具。它在许多编程语言和文本处理工具中被广泛使用。正则表达式可以用来搜索、替换、分割和验证字符串。

基本概念

1. 字符：

   • 普通字符：如 a，b，1，2 等，匹配自身。
   • 元字符：如 .，*，?，+，[]，{} 等，有特殊含义，需要转义才能表示自身。

2. 字符类：

   • [abc]：匹配 a、b 或 c 中的任意一个字符。
   • [a-z]：匹配从 a 到 z 范围内的任意一个小写字母。
   • [^abc]：匹配除 a、b 和 c 以外的任意字符。

3. 预定义字符类：

   • \d：匹配任意一个数字，等价于 [0-9]。
   • \D：匹配任意一个非数字字符，等价于 [^0-9]。
   • \w：匹配任意一个字母、数字或下划线，等价于 [a-zA-Z0-9_]。
   • \W：匹配任意一个非字母、非数字和非下划线的字符，等价于 [^a-zA-Z0-9_]。
   • \s：匹配任意一个空白字符（空格、制表符、换页符等）。
   • \S：匹配任意一个非空白字符。

4. 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}：匹配前面的子表达式恰好 n 次。
   • {n,}：匹配前面的子表达式至少 n 次。
   • {n,m}：匹配前面的子表达式至少 n 次，至多 m 次。

5. 边界匹配：

   • ^：匹配字符串的开头。
   • $：匹配字符串的结尾。
   • \b：匹配一个单词边界。
   • \B：匹配一个非单词边界。

6. 分组和捕获：

   • ()：用于分组和捕获。(abc) 匹配 abc 并捕获匹配结果。
   • (?:abc)：只分组不捕获。

示例

假设我们有一个字符串 text 为 “Hello, world! 123”. 我们可以使用正则表达式来执行各种操作。

匹配所有的单词

val regex = "\\w+".toRegex()
val matches = regex.findAll(text)
for (match in matches) {
    println(match.value)
}
// 输出:
// Hello
// world
// 123

匹配所有的数字

val regex = "\\d+".toRegex()
val matches = regex.findAll(text)
for (match in matches) {
    println(match.value)
}
// 输出:
// 123

替换所有的数字为 #

val result = text.replace("\\d+".toRegex(), "#")
println(result)
// 输出:
// Hello, world! #

实际应用

1. 验证输入：

   • 电子邮件地址验证：^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$
   • 手机号码验证：^\d{10}$

2. 搜索和替换：

   • 将所有的空格替换为下划线：text.replace("\\s+".toRegex(), "_")

3. 文本提取：

   • 提取HTML标签内容：<(\w+)>(.*?)</\1>

正则表达式是一个非常强大且灵活的工具，可以极大地简化复杂字符串处理任务。通过熟练掌握正则表达式，可以提高代码的效率和简洁性。