中文正则表达式语法指南
正则表达式（Regular Expression，简称Regex）是一种强大的文本处理工具，用于匹配、查找和替换字符串中的特定模式。在处理包含中文的文本时，了解如何编写适用于中文的正则表达式尤为重要。以下是一份详细的中文正则表达式语法指南，帮助您更好地理解和使用这一工具。
1. 基本字符匹配
- 普通字符：直接匹配指定的字符。例如，a 匹配字母 a，中 匹配汉字 中。
- 转义字符：在正则表达式中，某些字符具有特殊含义。如果要匹配这些字符本身，需要使用反斜杠 (\) 进行转义。例如，. 表示任意单个字符，要匹配 . 本身，应使用 \.。
2. 范围与集合
- [字符集]：用方括号括起来的字符集合，表示匹配其中任意一个字符。例如，[abc] 匹配 a、b 或 c 中的任意一个；[中文字符] 可以用来匹配某个特定的中文字符。
- 范围：在字符集中可以使用连字符 - 来指定一个字符范围。例如，[a-z] 匹配所有小写英文字母；对于中文字符，由于编码原因，通常不直接使用范围表示法。
3. 量词
- 零次或一次：? 表示前面的元素可以出现零次或一次。例如，a? 匹配空字符串或 a。
- 零次或多次：* 表示前面的元素可以出现零次或多次。例如，a* 匹配空字符串、a、aa 等。
- 一次或多次：+ 表示前面的元素至少出现一次。例如，a+ 匹配 a、aa、aaa 等。
- 指定次数：{n} 表示前面的元素恰好出现 n 次；{n,} 表示前面的元素至少出现 n 次；{n,m} 表示前面的元素至少出现 n 次，但不超过 m 次。例如，a{3} 匹配 aaa。
4. 分组和捕获
- 圆括号：() 用于分组，可以作为一个整体进行量词操作或后向引用。例如，(ab)+ 匹配 ababab...。
- 非捕获组：(?:...) 用于分组但不捕获该组的匹配结果。例如，(?:ab)+ 不会保存每个匹配的 ab。
5. 边界匹配
- 行首：^ 匹配输入字符串的开始位置。在多行模式下，也匹配每一行的开始。
- 行尾：$ 匹配输入字符串的结束位置。在多行模式下，也匹配每一行的结束。
- 单词边界：\b 匹配一个单词边界，即单词和非单词字符之间的位置。对于中文，这个概念不太适用，因为中文没有空格分隔单词。
6. 特殊字符匹配
- 任意字符：. 匹配除换行符 \n 之外的任何单个字符。在单行模式下（通过 (?s) 标志启用），. 也匹配换行符。
- 数字：\d 匹配一个数字字符，等价于 [0-9]。对于中文环境，这同样适用。
- 非数字：\D 匹配一个非数字字符，等价于 [^0-9]。
- 空白字符：\s 匹配任何空白字符，包括空格、制表符、换页符等。对于中文文本，这可能不是很有用，因为中文句子之间通常用标点符号分隔。
- 非空白字符：\S 匹配任何非空白字符。
- 单词字符：\w 匹配包括下划线的任何单词字符，等价于 [A-Za-z0-9_]。对于中文，这通常不适用。
- 非单词字符：\W 匹配任何非单词字符，等价于 [^A-Za-z0-9_]。
7. Unicode 支持
- Unicode 转义序列：\uXXXX 和 \UXXXXXXXX 分别用于匹配四个和八个十六进制数字的 Unicode 字符。例如，\u4e2d 匹配汉字 中。
8. 常用示例
- 匹配中文字符：[\u4e00-\u9fa5] 用于匹配任何一个中文字符（基本汉字）。
- 匹配多个连续的中文字符：[\u4e00-\u9fa5]+ 用于匹配一个或多个连续
