UD5工具箱
核心术语定义
正则表达式领域包含大量专业术语，准确理解这些概念是掌握正则表达式的基础。以下是最核心的术语解释：
正则表达式（Regular Expression）
正则表达式是一种用于描述字符串模式的形式语言，也被称为「正则」或「Regex」。它通过特定的语法规则定义一个匹配模式，可以用于搜索、替换和验证文本内容。正则表达式的核心思想是用少量的符号来描述大量可能的字符串组合。例如，模式 \d{3}-\d{8} 可以匹配所有形如「0371-12345678」的电话号码格式。
元字符（Metacharacter）
元字符是正则表达式中具有特殊含义的字符，它们不表示自身字面值，而是代表某种匹配规则。常见的元字符包括：.（匹配任意字符）、^（匹配字符串开头）、$（匹配字符串结尾）、*（匹配零次或多次）、+（匹配一次或多次）、?（匹配零次或一次）。当需要匹配元字符的字面值时，必须使用反斜杠进行转义。
量词（Quantifier）
量词用于指定前一个字符或分组的重复匹配次数。量词分为贪婪量词和非贪婪量词两类。贪婪量词（如 *、+、{n,m}）会尽可能多地匹配字符；非贪婪量词（在贪婪量词后加 ?，如 *?、+?）则会尽可能少地匹配。量词是控制匹配范围的关键语法元素。
捕获组（Capturing Group）
捕获组是用圆括号 () 包围的子表达式，它会将括号内匹配的内容「捕获」下来，供后续使用。捕获组的主要用途有两个：一是从匹配结果中提取特定部分；二是通过反向引用（如 \1）在模式中引用之前捕获的内容。捕获组按从左到右的顺序编号，第一个 () 为第1组，第二个为第2组，以此类推。
命名捕获组（Named Capturing Group）
命名捕获组是捕获组的增强形式，它为每个捕获组赋予一个人类可读的名称，而非依赖数字编号。语法为 (?<name>pattern)（PCRE风格）或 (?P<name>pattern)（Python风格）。使用命名捕获组可以提高正则表达式的可读性和可维护性，尤其在模式包含多个捕获组时优势明显。
非捕获组（Non-Capturing Group）
非捕获组使用 (?:pattern) 语法，它将多个字符组合为一个单元进行匹配，但不会捕获匹配结果。非捕获组适用于需要分组但不需要提取内容的场景，相比普通捕获组可以减少内存开销并提高匹配效率。
零宽断言（Zero-Width Assertion / Lookaround）
零宽断言是一种特殊的匹配语法，它匹配的是一个「位置」而非实际内容，匹配成功时不消耗任何字符。零宽断言包括四种类型：正向先行断言 (?=pattern)、负向先行断言 (?!pattern)、正向后行断言 (?<=pattern) 和负向后行断言 (?<!pattern)。零宽断言是实现复杂匹配逻辑的关键工具。
贪婪匹配（Greedy Matching）
贪婪匹配是正则表达式量词的默认行为模式。当一个贪婪量词（如 *、+、{n,m}）应用于某个字符时，它会尽可能多地匹配符合条件的字符，直到后续模式无法匹配时才回溯。贪婪匹配可能导致意外的大范围匹配结果，开发者需要特别注意其行为。
非贪婪匹配（Lazy/Non-Greedy Matching）
非贪婪匹配（也称为懒惰匹配）通过在贪婪量词后添加 ? 来启用。非贪婪量词会尽可能少地匹配字符，即在满足后续模式的前提下匹配最短的字符串。非贪婪匹配通常用于需要精确提取特定边界之间内容的场景。
回溯（Backtracking）
回溯是正则表达式引擎在匹配失败时的一种搜索策略。当某个匹配路径无法继续前进时，引擎会退回到上一个决策点，尝试其他可能的匹配路径。回溯是正则表达式强大表达能力的基础，但过度回溯可能导致严重的性能问题（称为「灾难性回溯」）。
字符类（Character Class）
字符类是用方括号 [] 定义的匹配集合，它匹配方括号内任意一个字符。字符类支持范围表示（如 [a-z] 表示所有小写字母）和取反（如 [^abc] 表示不匹配 a、b、c 中的任何一个）。预定义的字符类如 \d（数字）、\w（单词字符）、\s（空白字符）本质上也是字符类的简写形式。
标志位（Flag/Modifier）
标志位是附加在正则表达式末尾的选项参数，用于调整匹配行为。常见标志位包括：g（全局匹配）、i（忽略大小写）、m（多行模式）、s（点号匹配换行符）、u（Unicode模式）。标志位可以组合使用，如 /pattern/gi 同时启用全局匹配和忽略大小写。
前瞻（Lookahead）与后顾（Lookbehind）
前瞻和后顾是零宽断言的两种方向。前瞻（Lookahead）检查匹配位置之后的内容是否符合指定模式，分为正向前瞻 (?=...) 和负向前瞻 (?!...)。后顾（Lookbehind）检查匹配位置之前的内容，分为正向后顾 (?<=...) 和负向后顾 (?<!...)。并非所有正则引擎都支持后顾断言。
正则引擎（Regex Engine）
正则引擎是负责执行正则表达式匹配的底层程序。主流的正则引擎分为两类：DFA（确定性有限自动机）和 NFA（非确定性有限自动机）。JavaScript、Python、Java 等语言使用 NFA 引擎，而 Go 语言的 RE2 引擎使用 DFA 变体。不同引擎在回溯行为、性能特征和语法支持上存在差异。