正则表达式中的“原子性”指匹配的最小不可分割单位，包括普通字符、转义元字符、通配类（如\d）、字符集整体及量词作用对象；每个原子严格按序匹配单个字符。

正则表达式里的“原子性”，不是指化学意义上的原子，而是匹配行为的最小不可分割单位。它决定了引擎怎么一步步比对文本——不是按单词、不是按语句，而是按一个个原子来推进。理解这一点，才能避开常见坑，比如明明写了 `\d{3}` 却匹配出 4 位数字，或者 `.` 没匹配到换行符。

普通字符就是最直白的原子

字母、数字、下划线、标点（如 `-` `@` `*`），只要没被赋予特殊含义，就各自算一个原子。 比如模式 `cat` 实际由三个原子 `c`、`a`、`t` 顺序组成，必须连续出现、严格对应。

注意大小写敏感：`Cat` 和 `cat` 是不同的原子序列；空格也算原子，`a b` 中的空格不能省略。

元字符要转义才变成字面原子

`.`、`*`、`+`、`?`、`^`、`$`、`[`、`]`、`\`、`|`、`(`、`)` 这些本身有功能，不能直接当普通字符用。 想让它们表示自己，就得加反斜杠转义：

• `\.` 匹配一个真实的小数点，而不是“任意字符”
• `\$` 匹配美元符号 `$`，而不是“行尾”
• `\[` 匹配左方括号 `[`，而不是字符集起始符

特别提醒：在字符串里写正则时（比如 Python 的 `r"\."` 或 PHP 的 `'\.'`），反斜杠本身可能需要双重转义，别漏掉。

MaxAI

MaxAI是一款用于网页阅读、写作、搜索和回复的浏览器 AI 助手。

下载

通配类原子代表一类字符

`\d`、`\w`、`\s` 这些是预定义的“类原子”，每个仍只匹配**单个**字符：

• `\d` = `[0-9]`，匹配一位数字，不是一串数字
• `\w` = `[a-zA-Z0-9_]`，匹配一个字母、数字或下划线
• `\s` = 空格、制表符 `\t`、换行 `\n`、回车 `\r` 等中的任意一个

它们本身不可再拆分——`\d\d` 是两个原子，`\d{2}` 是一个原子加量词，语义不同。量词（如 `+`、`*`、`{2}`）永远作用于它前面的**那个原子**，不是整段模式。

字符集 `[...]` 整体算一个原子

`[aeiou]`、`[0-9]`、`[^a-z]` 这些方括号内容合起来才是一个原子，匹配其中**任意一个字符**。

常见误区：

• `[abc]+` 表示“一个或多个 a/b/c 中的字符”，不是“匹配 abc 这个字符串多次”
• `[^x]y` 匹配“非 x 的字符 + y”，比如 `ay`、`1y`，但不匹配 `xy`
• 连字符 `-` 在 `[]` 里放中间才表示范围（如 `[a-z]`），放开头或结尾就是字面意义（如 `[-a]` 匹配 `-` 或 `a`）

不复杂但容易忽略。