正则表达式

Vim、rg、sed 和 Python 都会用到的正则表达式。各工具的语法略有差异，见最后一节。

基础条目参考：Python re 官方文档、ripgrep 官方指南。

字符与字符类

.、\d、\w、\s、[abc]、[^abc] 等匹配单个字符的写法。

匹配数字与空白

\d
\s
[a-zA-Z]

• 助记：d = digit（数字），s 联想 space（空白，包含空格、制表符和换行等）；[] 表示从括号内选一个字符。
• 作用：按 Python re 语法：\d 匹配数字，\s 匹配空白，字符类匹配一个英文字母。

量词

*、+、?、{n,m}，以及贪婪与非贪婪匹配。

匹配一个或多个数字

\d+
\d{2,4}

• 助记：+ 表示前一项出现一次或更多次；{2,4} 给出最少和最多次数，量词作用于它前面的匹配项。
• 作用：两行分别匹配至少一个数字、连续 2 到 4 个数字。

锚点与边界

^、$、\b，匹配行首、行尾和单词边界。

匹配整行与完整单词

^ERROR.*$
\bcat\b

• 助记：^ 锚定开头，$ 锚定末尾；b 对应 boundary（边界），\b 匹配位置而不是消耗一个字符。
• 作用：第一行匹配 ERROR 开头的一行；第二行按 Python re 规则匹配完整单词 cat。

分组与引用

捕获组、非捕获组、命名组，以及在替换中引用分组。

交换两个捕获组

import re

result = re.sub(r"(\w+)-(\w+)", r"\2-\1", "left-right")
print(result)  # right-left

• 助记：() 捕获内容并依次编号；替换里的 \1、\2 引用第一、第二组，交换顺序就交换文本。

环视

前瞻和后顾：只在前后满足条件时匹配。

只提取等号后的整数

import re

print(re.findall(r"(?<==)\d+", "id=42 count=7"))

• 助记：lookbehind = 向后看；(?<=...) 检查左侧是否匹配，等号被检查但不计入返回结果。
• 作用：Python re 支持这里的固定长度后顾；rg 默认引擎不支持环视，使用时需 PCRE2 支持。

各工具写法差异

同一个需求在 Vim、rg、sed、Python re 里的不同写法和转义规则。

在不同工具中匹配连续数字

rg '[0-9]+' data.txt
sed -E 's/[0-9]+/NUM/g' data.txt

• 助记：E = extended（扩展）；sed 的 -E 开启扩展正则，语法是否相同要看具体工具和引擎。
• 作用：rg 默认支持 +；sed 用 -E 开启扩展正则。Vim 可搜索 \v[0-9]+；Python 用 re.findall(r"[0-9]+", text)。