正则表达式测试工具_在线匹配高亮与捕获组

#	位置	整体匹配	组 1	组 2	组 3
1	5–15	2026-10-01	2026	10	01
2	25–35	2025-12-25	2025	12	25

使用方法

在「正则表达式」框里填模式，在下面的文本框里放待匹配的文本。页面打开时已预置一组能直接命中的示例：模式 (\d{4})-(\d{2})-(\d{2}) 配三行订单文本，结果区立刻显示命中位置与捕获组，不需要先点按钮。
六个标志用复选框逐项勾选，默认只勾 g。勾上 g 才返回全部匹配，不勾只返回第一个；i 忽略大小写、m 让 ^ 与 $ 逐行生效、s 让点号跨行、u 按码点处理、y 要求从上次结束的位置紧挨着匹配。
「匹配数」「捕获组」「高亮」三块同时更新：匹配数看总数，捕获组表逐行列出每次命中的整体与各组内容，高亮区在原文上标出命中片段，方便核对前后文。
模式写错时会指出编译失败的原因，而不是只弹一句「语法错误」；如果模式里出现 (a+)+ 这类嵌套量词，工具会先估算回溯代价，超过阈值就拒绝执行。
文本框里按 Ctrl + Enter（macOS 用 Cmd + Enter）立刻重跑；Enter 留给换行，因为多行文本是这里的常见输入。点「载入示例」还原样例，点「清空」从头开始。

这个正则测试工具能解决什么问题

一是在写进代码之前先把模式调通。正则的调试成本几乎全在定位阶段：到底是分支写反了、锚点位置不对，还是量词贪婪多吃了几个字符。把模式放进来，配合高亮区看一眼命中的边界，通常比在编辑器里反复改字符串更快。

二是把捕获组的编号和命名对上。分组一旦嵌套，\1、\2 到底指谁极易记错。这个正则测试工具会把每次命中的整体、每个编号组以及命名组列成一张表，编号顺序就是左括号出现的顺序。

三是验证标志组合的实际效果。同一个模式加上 m 或 s 之后行为会整体变化，光看文档不如直接勾一下看结果；下面的对照表给出了十几组组合在具体输入上的命中次数。

四是提前发现会让页面卡死的写法。有些模式在短文本上瞬间返回，换成长文本却要跑上亿步；正则表达式测试工具会在执行前识别嵌套量词并给出步数估算。

本页不做这些事：不做文本替换、不生成供代码使用的转义字符串、不提供语法条目查询。它只回答一个问题——这个模式在这段文本上到底命中了什么。

匹配原理：ECMAScript 的六个标志、lastIndex 与捕获组

模式通过 new RegExp(pattern, flags) 编译，引擎是 V8 的 Irregexp，属于回溯式实现：从每个起点依次尝试，走到死路就退回上一个选择点换一种走法。理解这一点，后面所有「为什么这么慢」的问题都有了解释。

六个标志的语义要逐条记清。g（global）让匹配继续往下找，不勾只返回第一个；i（ignoreCase）按 Unicode 大小写折叠比较；m（multiline）让 ^ 和 $ 在每行首尾都成立，实测 /^a/m 对「x 换行 a」命中 1 次；s（dotAll）让点号也能匹配换行，/a.b/s 对「a 换行 b」命中 1 次，不勾 s 则 0 次；u（unicode）按码点而不是码元处理，/^.$/u 对单个表情符号命中 1 次，不勾 u 是 0 次，因为那个表情在 UTF-16 里占两个码元；y（sticky）要求从 lastIndex 指的位置紧挨着开始，/a/y 对 banana 命中 0 次，因为首字符是 b。另有 d 标志，它给每次命中附上 indices 属性，例如捕获组 1 的位置可以取到半开区间 [5, 9]。

g 之下的 lastIndex 是这一页最要紧的陷阱。带 g 的 RegExp 对象是有状态的：每次 exec 或 test 都把 lastIndex 推到本次命中的末尾，下一次调用从那里继续。实测把同一个 /a/g 连续 exec 四次，对 aba 依次得到「命中@0（lastIndex=1）→ 命中@2（lastIndex=3）→ null（lastIndex 归零）→ 命中@0」；换成 test 就是 true → true → false → true。很多「匹配数莫名其妙少一个」的 bug 就是这么来的：复用了同一个正则对象，第二次调用从上次的末尾开始数。正则表达式测试工具每次执行都重新构造 RegExp，并且优先用 String.prototype.matchAll——它要求必须带 g，返回的是迭代器，内部游标是副本，不会污染原对象，也不需要你手写 lastIndex = 0。取消 g 之后对象 lastIndex 恒为 0，那种写法才是可复用的。

捕获组的编号规则是「左括号出现的顺序」。(\d{4})-(\d{2})-(\d{2}) 里第一个左括号是组 1，第二个是组 2，第三个是组 3，与它们包裹的内容长短无关。命名组 (?<y>\d{4}) 除了进 m.groups，同样占用一个编号，会挤掉后面所有组的编号，所以两种写法混用时编号常常和你想的不一样。某一次命中里如果某个组没参与，取到的值是 undefined，本工具会写「（未参与）」而不是留空，免得你以为它匹配到了空字符串。

零宽匹配要单独说一句。像 a* 或先行断言这类可以匹配空串的模式，在 g 之下会在每个位置都「命中」一次长度为 0 的结果。工具用一个竖线标出这种命中，但它不计入「高亮字符数」，因为确实没有字符被覆盖。另外，matchAll 自身会正确处理零宽匹配的前进问题，而手写 while (m = re.exec(s)) 的循环若不手动推进 lastIndex，遇到零宽命中会死循环。

完整示例（数值仅作演示）

示例条件与页面打开时完全一致：模式 (\d{4})-(\d{2})-(\d{2})，只勾 g，文本是那三行订单。实测匹配数 2：

第 1 次命中从第 5 个字符处开始，整体是 2026-10-01（位置 5 到 15）；组 1 = 2026、组 2 = 10、组 3 = 01；
第 2 次命中从第 25 个字符处开始，整体是 2025-12-25（位置 25 到 35）；组 1 = 2025、组 2 = 12、组 3 = 25；
第三行的 2026-1-5 不命中，因为月和日各只有 1 位，凑不满 \d{2}——这就是「模式写宽会误判、写严会漏判」的典型例子。

文本全长 61 个字符，两次命中各 10 个字符，高亮字符合计 20 个、占全文 32.8%。模式里有三个左括号，所以捕获组数是 3；两次命中里三个组都完整参与，于是捕获组表 2 行 × 3 列全部有值。改成带命名组的写法结果一样，只是多了一条按名字取值的路径。

标志组合与匹配行为对照表

下表每一行都是一次真实执行的结果，「匹配数」一栏可以直接和页面上的数字对照。要分清「模式写错」和「标志没勾对」：前者会报错，后者只会安静地少匹配几次。

标志	模式	输入文本	匹配数	说明
无	`a`	`banana`	1	不加 g 只返回第一个匹配
g	`a`	`banana`	3	三个 a 全部返回，位置 1、3、5
i	`A`	`Bananas`	1	大小写折叠后首字母命中
m	`^a`	`x` 换行 `a`	1	不加 m 时 `^` 只认全文开头
s	`a.b`	`a` 换行 `b`	1	点号被允许跨过换行符
（对照）	`a.b`	`a` 换行 `b`	0	同一模式不勾 s，点号不跨行
u	`^.$`	一个表情符号	1	按码点算，整个表情是一个字符
（对照）	`^.$`	一个表情符号	0	不勾 u 时按码元算，两个码元撑破一个点号
y	`a`	`banana`	0	粘滞要求从位置 0 紧挨着开始，首字符是 b
gi	`A`	`bAnana`	3	全局加忽略大小写，大小写 a 一起算
gm	`^a`	`x` 换行 `a` 换行 `a`	2	两行的行首都以 a 开头
gu	`\p{Script=Han}+`	`abc汉字def`	1	Unicode 属性转义，必须带 u 才能用
g	`(?<y>\d{4})-(?<m>\d{2})`	`2026-10 / 2025-12`	2	命名组进 groups，同时照样占编号
g	`\d(?=元)`	`1元2元`	2	先行断言，只断言后面是「元」但不吃掉它
g	`(?<=\d)元`	`1元2元`	2	后行断言，要求前面是数字
g	`(\d{4})-(\d{2})-(\d{2})`	本页示例的三行订单文本	2	与页面上方的结果一致，第三个日期位数不足

边界与性能说明

灾难性回溯可以给出具体步数。模式 (a+)+$ 匹配 n 个 a 再跟一个感叹号时，引擎要穷举这 n 个字符的所有拆分方式，步数是 2ⁿ 量级。实测：n=20 走 1,048,576 步、约 12 毫秒；n=25 走 33,554,432 步、约 366 毫秒；n=28 走 268,435,456 步、约 2.96 秒。每多一个字符就翻一倍，n=35 约 340 亿步，标签页必死。
执行没有超时机制。正则匹配是同步的，进去了就不能中断，页面按钮一个都点不动，只能关掉标签页。所以正则表达式测试工具在启动前做了拦截：模式里出现嵌套量词（如 (a+)+、(\w+)*）且文本超过 24 个字符时直接拒绝执行；24 个字符以内照常跑，因为那最多 1,048,576 步。
把嵌套量词改成单层量词就能救回来。(a+)+ 与 a+ 在由 a 组成的文本上结果一样，但前者指数级、后者线性；(\w+)* 通常可以直接写成 \w*。
文本上限 10 万字符。超过之后文本框不再接收新内容，已在里面的不会丢失。匹配结果最多渲染 2000 次命中，再多就截断并提示——不是匹配不到，而是页面画不动。
模式里尽量别用点号通配整篇文档。.* 会先吞掉全部内容再逐步回退，行为和回溯爆炸类似，只是没那么极端；能写具体字符类就别写点号。
正则不适合解析 HTML 或 XML。标签可以任意深度嵌套，而正则只能识别正则语言。提取某一层的属性值这类扁平片段可以用，整篇文档请交给解析器。
各语言的正则并不完全通用。后行断言在 JavaScript、.NET、Python 里都支持，但部分引擎只接受定长后缀；命名组写法各不相同；必须带 u 才能用的 \p{Script=Han}，换到别的引擎上未必认。

常见问题

为什么我勾了 g 以后，代码里的匹配数少了一个？

几乎可以肯定是复用了同一个带 g 的正则对象。它对 test 和 exec 都保留 lastIndex，第二次调用接着上一次命中之后继续找。实测同一个 /a/g 连续 test 四次对 aba 返回 true → true → false → true，中间那个 false 就是这么冒出来的。修法：每次重新建对象，或改用 matchAll。

明明有内容却匹配 0 次，从哪里查起？

按这个顺序排查：先看标志——该跨行的点号没勾 s，或者只需要一个匹配却开了 m；再看锚点——^ 和 $ 在不带 m 时只认全文首尾；最后看转义——匹配真正的点号要写 \.，而 . 是通配符。

y 和 g 到底差在哪？

g 允许引擎在后面的任意位置继续找下一个匹配；y 只允许从 lastIndex 指的位置紧挨着开始，找不到就立即失败，不往后挪。实测 /a/y 对 banana 匹配 0 次，因为位置 0 是 b；同样文本换成 /a/g 是 3 次。

捕获组里显示「（未参与）」是什么意思？

表示这一次命中走了另一条分支，那个组根本没被匹配到，取到的值是 undefined。比如 (a)|(b) 命中 a 时，组 2 就是未参与。把它和「匹配到空字符串」区分开很重要：后者的值是空串，长度 0 但确实匹配上了。

高亮区里出现的那个竖线是什么？

是零宽命中。像 a*、\b、先行断言这类可以匹配空串的模式，在 g 之下会在每个位置都产生一次长度为 0 的命中。它不占字符，所以不计入「高亮字符数」，但匹配数会把它算进去——这就是「匹配数」有时远大于肉眼所见片段数的原因。

提示嵌套量词不让执行，该怎么改？

把内层的量词去掉就行。(a+)+ 改成 a+，(\w+)* 改成 \w*，要保留分组语义就写成 (\w+) 再自己控制外层次数。这种改写的正确性来自语言本身的等价性，不是近似替换。

为什么匹配的位置和我想的边界不一样？

多半是贪婪与懒惰的区别：量词默认贪婪，能多吃就多吃。<.+> 会把整行从第一个尖括号一直吃到最后一个，改成 <.+?> 才会只取第一对。另一个常见原因是零宽断言不吃字符，命中的区间看起来会比预期短一截。

我输入的内容会被上传或保存吗？

不会。这个正则测试工具不会发出任何网络请求，编译、匹配、高亮渲染全部在页面里完成，也不会写入浏览器存储。想自己验证，打开开发者工具的 Network 面板，连续点几次「测试匹配」即可。

正则测试工具