正则表达式

正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，咱们就认为它“匹配”了，不然，该字符串就是不合法的。

因此咱们判断一个字符串是不是合法的Email的方法是：

1. 建立一个匹配Email的正则表达式；

2. 用该正则表达式去匹配用户的输入来判断是否合法。

在正则表达式中，若是直接给出字符，就是精确匹配。用\d能够匹配一个数字，\w能够匹配一个字母或数字，因此：

• '00\d'能够匹配'007'，但没法匹配'00A'；

• '\d\d\d'能够匹配'010'；

• '\w\w\d'能够匹配'py3'；

.能够匹配任意字符，因此：

• 'py.'能够匹配'pyc'、'pyo'、'py!'等等。

要匹配变长的字符，在正则表达式中，用*表示任意个字符（包括0个），用+表示至少一个字符，用?表示0个或1个字符，用{n}表示n个字符，用{n,m}表示n-m个字符：

来看一个复杂的例子：\d{3}\s+\d{3,8}。

咱们来从左到右解读一下：

1. \d{3}表示匹配3个数字，例如'010'；

2. \s能够匹配一个空格（也包括Tab等空白符），因此\s+表示至少有一个空格，例如匹配' '，' '等；

3. \d{3,8}表示3-8个数字，例如'1234567'。

综合起来，上面的正则表达式能够匹配以任意个空格隔开的带区号的电话号码。

若是要匹配'010-12345'这样的号码呢？因为'-'是特殊字符，在正则表达式中，要用'\'转义，因此，上面的正则是\d{3}\-\d{3,8}。

可是，仍然没法匹配'010 - 12345'，由于带有空格。因此咱们须要更复杂的匹配方式。

进阶

要作更精确地匹配，能够用[]表示范围，好比：

• [0-9a-zA-Z\_]能够匹配一个数字、字母或者下划线；

• [0-9a-zA-Z\_]+能够匹配至少由一个数字、字母或者下划线组成的字符串，好比'a100'，'0_Z'，'Py3000'等等；

• [a-zA-Z\_][0-9a-zA-Z\_]*能够匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；

• [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。

A|B能够匹配A或B，因此(P|p)ython能够匹配'Python'或者'python'。

^表示行的开头，^\d表示必须以数字开头。

$表示行的结束，\d$表示必须以数字结束。

你可能注意到了，py也能够匹配'python'，可是加上^py$就变成了整行匹配，就只能匹配'py'了。