正则表达式

正则表达式

1. 什么是正则表达式

   正则表达式就是匹配字符串内容的一种规则。

   官方定义：正则表达式是对字符串操做的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

   在线测试工具 http://tool.chinaz.com/regex/

2. 字符组

   正则	匹配字符	配结果	明
   0123456789]		True	在一个字符组里枚举合法的全部字符，字符组里的任意一个字符和"待匹配字符"相同都视为能够匹配
   0123456789]		alse	于字符组中没有"a"字符，因此不能匹配
   0-9]		rue	能够用-表示范围,[0-9]就和[0123456789]是一个意思
   a-z]		rue	样的若是要匹配全部的小写字母，直接用[a-z]就能够表示
   A-Z]		rue	A-Z]就表示全部的大写字母
   0-9a-fA-F]		rue	以匹配数字，大小写形式的a～f，用来验证十六进制字符

3. 字符

   字符	配内容
   .	匹配除换行符之外的任意字符
   \w	匹配字母或数字或下划线
   \s	匹配任意的空白符
   \d	匹配数字
   \n	匹配一个换行符
   \t	匹配一个制表符
   \b	匹配一个单词的结尾
   ^	匹配字符串的开始
   $	匹配字符串的结尾
   \W	配非字母或数字或下划线
   \D	配非数字
   \S	配非空白符
   a|b	配字符a或字符b
   ()	配括号内的表达式，也表示一个组
   [...]	配字符组中的字符
   [^...]	配除了字符组中字符的全部字符

4. 量词

   词	法说明
   *	重复零次或更屡次
   +	重复一次或更屡次
   ?	重复零次或一次
   {n}	重复n次
   {n,}	重复n次或更屡次
   {n,m}	重复n到m次

5. ​ . ^ $

   正则	待匹配字符	匹配 结果	说明
   海.	海燕海娇海东	海燕海娇海东	匹配全部"海."的字符
   ^海.	海燕海娇海东	海燕	只从开头匹配"海."
   海.$	海燕海娇海东	海东	只匹配结尾的"海.$"

6. *+?{}

正则	待匹配字符	匹配 结果	说明
李.?	李杰和李莲英和李二棍子	李杰 李莲 李二	表示重复零次或一次，即只匹配"李"后面一个任意字符
李.*	李杰和李莲英和李二棍子	李杰和李莲英和李二棍子	表示重复零次或屡次，即匹配"李"后面0或多个任意字符
李.+	李杰和李莲英和李二棍子	李杰和李莲英和李二棍子	表示重复一次或屡次，即只匹配"李"后面1个或多个任意字符
李.{1,2}	李杰和李莲英和李二棍子	李杰和 李莲英 李二棍	1,2}匹配1到2次任意字符

注意：前面的*,+,?等都是贪婪匹配，也就是尽量匹配，后面加?号使其变成惰性匹配

正则	待匹配字符	匹配 结果	说明
李.*?	李杰和李莲英和李二棍子	李 李 李	惰性匹配

1. 字符集［］［^］

   正则	待匹配字符	匹配 结果	说明
   李[杰莲英二棍子]*	李杰和李莲英和李二棍子	李杰 李莲英 李二棍子	示匹配"李"字后面[杰莲英二棍子]的字符任意次
   李[^和]*	李杰和李莲英和李二棍子	李杰 李莲英 李二棍子	示匹配一个不是"和"的字符任意次
   [\d]	456bdha3	4 5 6 3	示匹配任意一个数字，匹配到4个结果
   [\d]+	456bdha3	456 3	示匹配任意个数字，匹配到2个结果

2. 分组 ()与 或 ｜［^］

   正则	待匹配字符	匹配 结果	说明
   ^[1-9]\d{13,16}[0-9x]$	110101198001017032	110101198001017032	表示能够匹配一个正确的身份证号
   ^[1-9]\d{13,16}[0-9x]$	1101011980010170	1101011980010170	示也能够匹配这串数字，但这并非一个正确的身份证号码，它是一个16位的数字
   ^[1-9]\d{14}(\d{2}[0-9x])?$	1101011980010170	False	在不会匹配错误的身份证号了()表示分组，将\d{2}[0-9x]分红一组，就能够总体约束他们出现的次数为0-1次
   ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$	110105199812067023	110105199812067023	示先匹配[1-9]\d{16}[0-9x]若是没有匹配上就匹配[1-9]\d{14}

3. 转义符
   在正则表达式中，有不少有特殊意义的是元字符，好比\n和\s等，若是要在正则中匹配正常的"\n"而不是"换行符"就须要对"\"进行转义，变成'\\'。

   正则	待匹配字符	匹配 结果	说明
   \n	\n	False	为在正则表达式中\是有特殊意义的字符，因此要匹配\n自己，用表达式\n没法匹配
   \\n	\n	True	义\以后变成\，便可匹配
   "\\\\n"	'\\n'	True	果在python中，字符串中的''也须要转义，因此每个字符串''又须要转义一次

4. 贪婪匹配

   贪婪匹配：在知足匹配时，匹配尽量长的字符串，默认状况下，采用贪婪匹配

   正则	待匹配字符	匹配 结果	说明
   <.*>	<script>...<script>	<script>...<script>	认为贪婪匹配模式，会匹配尽可能长的字符串
   <.*?>	<script>...<script>	<script>...<script>	上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽可能短的字符串

   几个经常使用的非贪婪匹配Pattern
   *? 重复任意次，但尽量少重复
   +? 重复1次或更屡次，但尽量少重复
   ?? 重复0次或1次，但尽量少重复
   {n,m}? 重复n到m次，但尽量少重复
   {n,}? 重复n次以上，但尽量少重复

...............