强大的Perl正则表达式实例详解
Perl正则表达式以核心元字符为基础，通过组合实现复杂匹配。实例涵盖IP地址、邮箱、数字、温度、空白行、版本号等常见模式。元字符如^、$、*、+、?、.、()、[]、\d、\s等详细说明，并给出匹配中文、URL、账号、电话、邮政编码等实用表达式。
一、介绍
正则表达式这东西，不同语言有自己的实现，但核心元字符基本相通——无非就是靠组合这些元字符来完成匹配。因为Nmap内置的服务与版本探测用的是Perl正则规范，所以这里专门梳理一下Perl正则的相关要点，方便日常翻阅。
二、Perl正则例子
下面的例子有些来自网络，没有逐一验证，但基本覆盖了常见场景。
1. 匹配IP地址：\d+\.\d+\.\d+\.\d+
\d匹配一位数字，\d+匹配一次或多次；\.转义匹配点号。
2. 匹配邮箱（如123456@qq.com）：/^[a-zA-Z0-9_\-\.]+@[a-zA-Z0-9_\-]+\.[a-zA-Z]+$/
^匹配开头，$匹配结尾——这两个锚点保证匹配的是完整的一串字符，不会出现部分匹配。
3. 匹配数字：m/^[0-9]+$/
同样用^和$限制了整串内容只能是数字。如果只写$，那abc12这种也会被匹配到。这个模式在输入校验里很实用。
4. 用户输入温度（华氏/摄氏）并转换：
m/^([-+]?[0-9]+)([CF])$/ — 匹配正负整数温度。
[CF]匹配C或F；?表示可选；+表示一次或多次。Perl通过临时变量$1、$2保存子表达式匹配的文本，这里$1是数字，$2是符号。
如果需要支持小数：m/^([-+]?[0-9]+(?:\.[0-9]*)?)\s*([CF])$/i)
注意临时变量保存顺序跟左括号出现的顺序有关，所以用?:可以让该括号不保存匹配结果。/i忽略大小写。
5. 匹配空白行：
^$ — 开头即结尾，表示没有任何字符的空白行。
\n\s*\r — \n换行符，\s空白字符（空格、制表、换页），\r回车符。
6. 匹配首尾空白字符：^\s*|\s*$
7. 匹配版本号（如1.3.0）：[\d.]+
8. 匹配某个字符以外的所有字符：
[^a]* 匹配除a以外的字符；[^abc]* 匹配除a、b、c以外的字符。
((?!win).)* 匹配除了单词“win”之外的所有字符。
Windows (?!95|98|NT|2000)' 能匹配“Windows 3.1”中的“Windows”，但不会匹配“Windows 2000”中的“Windows”。
9. 匹配数字（通用）：^\d+(\.\d+)?
^定义开头；\d+匹配数字；?表示小数部分可选。
下面是几个实际匹配的例子：
1）{"service":"nutcracker", "source":"ubuntu", "version":"0.3.0",
m|^{"service":"nutcracker", "source":"([^"]+)", "version":"([\d.]+)",|
2）220 yzwb.net ESMTP MDaemon 10.1.2;
m|^220[ -]([-.\w]+) ESMTP MDaemon ([\d.\-]+);
3）AMQP\x01\x01\x00\n
m|^AMQP\x01\x01\x00\x0a$| — 注意换行符\n对应十六进制\x0a，回车对应\x0d。
三、正则元字符
元字符是正则表达式的积木块，掌握了它们就能搭出任何想要的结构。
| 字符 | 描述 |
| \ | 将下一个字符标记为特殊字符、原义字符、后向引用或八进制转义符。例如'n'匹配字符"n"，而'\n'匹配换行符；'\\'匹配'\'，'\('匹配'('。 |
| ^ | 匹配输入字符串的开始位置。若设置了Multiline属性，也匹配'\n'或'\r'之后的位置。 |
| $ | 匹配输入字符串的结束位置。若设置了Multiline属性，也匹配'\n'或'\r'之前的位置。 |
| * | 匹配前面的子表达式零次或多次。'zo*'能匹配"z"和"zoo"，等价于{0,}。 |
| + | 匹配前面的子表达式一次或多次。'zo+'能匹配"zo"和"zoo"，但不能匹配"z"，等价于{1,}。 |
| ? | 匹配前面的子表达式零次或一次。'do(es)?'能匹配"do"或"does"中的"do"，等价于{0,1}。 |
| {n} | n为非负整数，匹配确定的n次。'o{2}'能匹配"food"中的两个o，但不能匹配"Bob"中的o。 |
| {n,} | 至少匹配n次。'o{2,}'能匹配"foooood"中的所有o；'o{1,}'等价于'o+'；'o{0,}'等价于'o*'。 |
| {n,m} | 最少n次，最多m次。'o{1,3}'匹配"fooooood"中的前三个o；'o{0,1}'等价于'o?'。注意逗号和数字之间不能有空格。 |
| ? | 当跟在任何限制符（*,+,?,{n},{n,},{n,m}）后面时，匹配模式变为非贪婪。'o+?'会尽可能少匹配，对"oooo"只匹配一个o；而'o+'会尽可能多匹配。 |
| . | 匹配除'\n'外的任意单个字符。若要匹配包括'\n'在内的任何字符，可用'[.\n]'。 |
| (pattern) | 匹配pattern并获取匹配。捕获的内容可通过$0…$9（或SubMatches集合）获取。若要匹配圆括号本身，使用'\('或'\)'。 |
| (?:pattern) | 匹配pattern但不获取匹配（非获取匹配）。常用于组合"|"模式，如'industr(?:y|ies)'比'industry|industries'更简洁。 |
| (?=pattern) | 正向预查，匹配pattern开始的位置。例如'Windows (?=95|98|NT|2000)'能匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。预查不消耗字符。 |
| (?!pattern) | 负向预查，匹配不匹配pattern的位置。例如'Windows (?!95|98|NT|2000)'能匹配"Windows 3.1"中的"Windows"，但不匹配"Windows 2000"中的"Windows"。 |
| x|y | 匹配x或y。'z|food'匹配"z"或"food"；'(z|f)ood'匹配"zood"或"food"。 |
| [xyz] | 字符集合，匹配其中任意一个字符。'[abc]'能匹配"plain"中的'a'。 |
| [^xyz] | 负值字符集合，匹配未包含的任意字符。'[^abc]'能匹配"plain"中的'p'。 |
| [a-z] | 字符范围，匹配指定范围内的任意字符。'[a-z]'匹配小写字母。 |
| [^a-z] | 负值字符范围，匹配不在指定范围内的任意字符。 |
| \b | 匹配单词边界。'er\b'匹配"never"中的"er"，但不匹配"verb"中的"er"。 |
| \B | 匹配非单词边界。'er\B'匹配"verb"中的"er"，但不匹配"never"中的"er"。 |
| \cx | 匹配由x指定的控制字符。\cM匹配Control-M或回车符，x必须为A-Z或a-z。 |
| \d | 匹配一个数字字符，等价于[0-9]。 |
| \D | 匹配一个非数字字符，等价于[^0-9]。 |
| \f | 匹配换页符，等价于\x0c和\cL。 |
| \n | 匹配换行符，等价于\x0a和\cJ。 |
| \r | 匹配回车符，等价于\x0d和\cM。 |
| \s | 匹配任何空白字符（空格、制表符、换页符等），等价于[ \f\n\r\t\v]。 |
| \S | 匹配任何非空白字符，等价于[^ \f\n\r\t\v]。 |
| \t | 匹配制表符，等价于\x09和\cI。 |
| \v | 匹配垂直制表符，等价于\x0b和\cK。 |
| \w | 匹配包括下划线的任何单词字符，等价于[A-Za-z0-9_]。 |
| \W | 匹配任何非单词字符，等价于[^A-Za-z0-9_]。 |
| \xnn | 匹配十六进制转义值nn，必须为两个数字长。例如\x41匹配"A"。 |
| \num | 匹配后向引用，num是正整数。'(.)\1'匹配两个连续相同字符。 |
| \n | 八进制转义或后向引用。如果n之前至少有n个获取的子表达式，则为后向引用；否则若n为八进制数字(0-7)，则为八进制转义值。 |
| \nm | 如果\nm之前至少有nm个获取的子表达式，则为后向引用；否则若n为八进制且m为数字，可能为后向引用后跟文字m；都不满足则匹配八进制转义值nm。 |
| \nm | 若n为八进制数字(0-3)且m、l均为八进制数字(0-7)，匹配八进制转义值nml。 |
| \unnnn | 匹配以四个十六进制数字表示的Unicode字符，例如\u00A9匹配版权符号©。 |
掌握了上面这些元字符，就可以组合出几乎所有想要的匹配模式。下面整理几个常用表达式，实际工作中随时可能用到。
- 匹配中文字符：
[\u4e00-\u9fa5] - 匹配双字节字符（含汉字）：
[^\x00-\xff]— 可用于计算字符串长度（双字节计2，ASCII计1） - 匹配空白行：
\n\s*\r - 匹配HTML标记：
<(\S*?)[^>]*>.*?|<.*? />— 注：复杂嵌套仍难以完美处理 - 匹配首尾空白字符：
^\s*|\s*$ - 匹配Email地址：
\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* - 匹配网址URL：
[a-zA-z]+://[^\s]* - 匹配合法账号（字母开头，5-16字节，允许字母数字下划线）：
^[a-zA-Z][a-zA-Z0-9_]{4,15}$ - 匹配国内电话号码（如0511-4405222或021-87888822）：
\d{3}-\d{8}|\d{4}-\d{7} - 匹配腾讯QQ号（从10000开始）：
[1-9][0-9]{4,} - 匹配中国邮政编码（6位数字）：
[1-9]\d{5}(?!\d) - 匹配身份证（15或18位）：
\d{15}|\d{18} - 匹配IP地址：
\d+\.\d+\.\d+\.\d+
匹配特定数字：
^[1-9]\d*$ //匹配正整数
^-[1-9]\d*$ //匹配负整数
^-?[1-9]\d*$ //匹配整数
^[1-9]\d*|0$ //匹配非负整数（正整数+0）
^-[1-9]\d*|0$ //匹配非正整数（负整数+0）
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ //匹配非负浮点数（正浮点数+0）
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ //匹配非正浮点数（负浮点数+0）匹配特定字符串：
^[A-Za-z]+$ //匹配26个英文字母组成的字符串
^[A-Z]+$ //匹配大写字母
^[a-z]+$ //匹配小写字母
^[A-Za-z0-9]+$ //匹配数字和字母
^\w+$ //匹配数字、字母、下划线四、总结
- 不同场景、不同语言，正则会有些细微差别。只要掌握基本元字符和对应语言的特性，真正用时花上十几分钟熟悉一两个例子就能上手。
- Perl正则目前仍是功能最完善的，建议投入时间学一学——处理数据时优势很明显。
- 如果目标只是抽取数据，正则匹配的原理没有必要深究，会套用就行。
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。