正则表达式测试工具
实时测试和调试正则表达式，高亮匹配结果并生成代码
什么是正则表达式？
正则工具用于编写、测试和理解正则表达式。正则表达式通过模式描述文本，可用于搜索、提取、校验和替换，例如类似邮箱的字符串、日志字段、URL、ID、日期或重复格式。测试工具能在模式进入代码、数据处理流程或表单校验前，把匹配结果、捕获组、标志和边界情况直观展示出来。正则很强大，但也容易被过度依赖：模式可能匹配过多或过少，在大输入上变慢，或没有正确处理 Unicode 和本地化规则。复杂解析、HTML 结构或安全关键校验通常更适合专门的解析器或库。
使用方法
使用步骤
- 在左侧输入框中输入正则表达式模式
- 按需勾选标志（如 g 表示全局匹配，i 表示不区分大小写）
- 在右侧输入测试文本
- 查看高亮的匹配项及详情
正则表达式技巧
- 用匹配和不匹配的示例分别测试，更容易发现过于宽泛的表达式。
- 在长文本中慎用嵌套量词，部分模式可能因过度回溯而变慢。
使用场景
技术原理
测试器由 ECMAScript 语言规范中定义的 RegExp 引擎驱动。ECMAScript 正则表达式是一种回溯 NFA 实现：引擎从左到右尝试每个分支，当量词失败时回退，这使得环视和反向引用成为可能，但也是对抗性输入产生灾难性回溯的根源。引擎识别六个标志：g（全局）、i（不区分大小写）、m（多行，锚点按行匹配）、s（dotAll，'.' 匹配换行符）、u（Unicode 模式）和 y（粘性，锚定到 lastIndex）。 不同标志下的匹配语义差异很大。在 /u 模式下，引擎将模式视为 Unicode 码点序列而非 UTF-16 代码单元，因此代理对作为单个字符匹配，Unicode 属性类如 \p{L}（任意字母）、\p{Sc}（货币符号）和 \p{Script=Han}（汉字）也可使用。命名捕获组 (?<name>...) 和后行断言 (?<=...) 是 ES2018 的一部分，在 Chromium 64+、Firefox 78+ 和 Safari 16.4+ 中支持，但 PCRE 独有的特性如原子组 (?>...) 和占有量词 (a++) 尚未纳入规范。 生产环境中最大的隐患是 ReDoS——像 (a+)+b 这样的模式在输入 'aaaaaaaaaaaaaaaa!' 上会探索指数级数量的路径，因为两个嵌套量词可以用多种方式拆分同一段字符。缓解方法众所周知：避免对同一字符类使用嵌套量词，尽可能用 ^ 和 $ 锚定，在引擎支持时优先使用原子组，或切换到线性时间引擎如 Go 的 RE2（以失去反向引用和后行断言为代价换取 O(n) 的匹配保证）。对于需要服务端验证的不可信输入，RE2 或手写解析器几乎总是更安全的选择。
- 引擎：ECMAScript RegExp 是回溯 NFA，而非 DFA；这使得环视和反向引用成为可能，但也导致了灾难性回溯。
- 标志：g（全局）、i（不区分大小写）、m（^/$ 按行匹配）、s（dotAll，'.' 匹配 \n）、u（Unicode 模式，识别代理对）、y（粘性，锚定到 lastIndex）。
- Unicode 模式：/u 开启码点匹配并支持 \p{L}（字母）、\p{Sc}（货币）、\p{Script=Han}（汉字）；不使用 /u 时，[a-zA-Z]+ 会遗漏所有非拉丁文字。
- 现代语法支持：命名捕获 (?<n>...) 和后行断言 (?<=...) 在 Chromium 64+、Firefox 78+、Safari 16.4+ 中支持；原子组 (?>...) 和占有量词 (a++) 不在 ECMAScript 规范中。
- ReDoS：对同一字符类使用嵌套量词如 (a+)+b 会指数级爆炸；可通过锚定、原子组收紧，或迁移到 RE2 / re2-wasm 处理不可信输入。
- 复杂度下限：对固定字母表的字面锚定模式以 O(n) 运行；反向引用和无界环视会将最坏情况推至指数级，因此发布前应在对抗性输入上进行基准测试。
示例
匹配邮箱地址
正则： ^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$
标志： gi
输入： contact: alice@example.com, bob_2024@mail.co.uk, invalid@.com
匹配： alice@example.com, bob_2024@mail.co.uk (命中 2 个)从日志中提取 IPv4 地址
正则： \b(?:\d{1,3}\.){3}\d{1,3}\b
标志： g
输入： 2026-06-15 ERROR client 192.168.1.42 connect failed (peer 10.0.0.1)
匹配： 192.168.1.42, 10.0.0.1用具名分组捕获日期片段
正则： (?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})
标志： g
输入： Sprint window: 2026-09-01 to 2026-09-15
分组： {year:'2026', month:'09', day:'01'}, {year:'2026', month:'09', day:'15'}贪婪 vs 懒惰量词
输入： <b>hello</b> <i>world</i>
.* （贪婪）-> 匹配整行：<b>hello</b> <i>world</i>
.*? （懒惰）-> 只匹配第一段：<b>hello</b>
抓取标签之间的内容时，通常应当使用懒惰量词。支持 Unicode 的字母字符类
正则： \p{L}+
标志： gu
输入： Hello, 北京! Café Москва
匹配： Hello, 北京, Café, Россия
如果不加 u 标志、不用 \p{L}，单纯的 [a-zA-Z]+ 会漏掉所有非拉丁文单词。常见问题
测试器使用的是哪种正则方言？
JavaScript 的正则引擎（ECMAScript）。在常见特性上与 PCRE 类似，但在边缘情况上有差异：不支持独占量词、不支持递归，后行断言需要较新的浏览器，命名分组语法是 (?<name>...)。在 Python（re/regex）、Java、.NET 或 PCRE 中，相同的模式可能表现不同——也建议在目标环境中实际测试。
支持哪些标志？
g（全局，匹配所有结果）、i（忽略大小写）、m（多行，^ 和 $ 匹配行边界）、s（dotall，. 匹配换行）、u（Unicode）、y（粘性）、d（hasIndices）。在工具栏切换即可，页面会展示每个标志在你的测试文本上带来的变化。
为什么我的模式匹配数量比预期少？
没加 g 标志时，regex.exec 一次只返回一个匹配；没加 m 时，^ 和 $ 只匹配整段输入的开头和结尾；没加 u 时，代理对字符（如 emoji）会被当成两半分别匹配。绝大多数「为什么不生效」的问题都是少了某个标志。
怎么匹配 emoji 和中日韩字符？
使用 u 标志开启正确的 Unicode 处理。通过 \p{...} 字符类（如 \p{Letter}、\p{Script=Han}、\p{Emoji}）按 Unicode 属性匹配。不开启 u 时，[a-zA-Z] 不会匹配带音标的字符——可以扩展为 [a-zA-ZÀ-ÿ]，或改用 \p{L}。
可以根据正则生成代码吗？
大多数版本可以将模式导出为 JavaScript、Python、PHP、Ruby、Go 或 Java 语法，并自动处理转义。需要注意：同一模式在不同引擎下可能表现不同（贪婪默认值、字符类行为、环视支持等），最终请务必在目标语言中测试。
贪婪量词和懒惰量词有什么区别？
贪婪（* + ?）尽可能多匹配，必要时回溯；懒惰（*? +? ??）尽可能少匹配。比如「提取 A 和 B 之间的内容」，若文本里有多个 B，贪婪的 .* 会匹配过头，而懒惰的 .*? 会停在第一个 B 之前。提取内层内容时，默认推荐用懒惰。
我的正则或测试文本会上传吗？
不会。匹配在你的浏览器里使用 JavaScript 原生正则引擎完成，模式与输入都不会被传输。