正则表达式

正则表达式 在线测试工具 http://tool.chinaz.com/regex/

定义：就是匹配字符串内容的一种规则

注意：1、正则之和字符串相关；2、所有的量词都只能用在正则匹配规则的后面，且量词仅语速前一个元符。

字符组
字符组：[字符组]
在同一个位置可能出现的各种字符组成了一个字符组在正则表达式中用[]表示
租房分为很多类，比如数字、字母、标点等等。
假如你现在需求一个位置“只能出现一个数字”，那么这个位置上的字符只能事0、1、2、。。。9这10个数之一。

正则	带匹配字符	匹配结果	说明
[0123456789]	8	TRUE	在一个字符组里枚举合法的所有字符，字符组里的任意一个字符和待匹配字符相同都视为可以匹配
[0123456789]	a	FALSE	由于字符组中没有“a”字符，所以不能匹配。
[0-9]	7	TRUE	可以用“-”表示范围，意思等同于[0123456789]
[a-z]	a	TRUE	如果要匹配所有的小写字母，直接用[a-z]就可以表示
[A-Z]	S	TRUE	[A-Z]就表示所有的大写字母
[0-9a-zA-Z]	e	TRUE	可以匹配数字，大小写字母，用来验证十六进制的字符

字符			量词
元字符	匹配内容	解析	量词	用法说明
.	匹配除换行符以外的任意字符		*	重复零次或更多次
\w	匹配字符或数字或下划线	w->word	+	重复一次或更多次
\s	匹配任意的空白符	s->space	？	重复零次或一次
\d	匹配数字	d->digit	{n}	重复n次
\W	匹配非字母或数字或下划线		{n,}	重复n次或更多次
\S	匹配非空白符		{n.m}	重复n到m次
\D	匹配非数字
\n	匹配一个换行符
\t	匹配一个制表符	t->tab
\b	匹配一个的单词的结尾
^	匹配字符串的开始
$	匹配字符串的结尾
a\|b	匹配字符a或字符b
()	匹配括号内的表达式，也表示一个组
[…]	匹配字符组中的字符
[^…]	匹配除了字符组中字符的所有字符

.^$

# 需求：请用正则显示三个结果：
# 海燕
# 海娇
# 海东

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

* + ? { }

待匹配字符	正则	匹配结果	说明
李杰和李莲英和李二棍子	李.*?	李李李	惰性匹配
李杰和李莲英和李二棍子	李.?	李杰李莲李二	?表示重复零次或一次，即匹配"李"后面一个任意字符
李杰和李莲英和李二棍子	李.*	李杰和李莲英和李二棍子	*表示重复零次或多次，即匹配"李"后面0个或多个任意字符
李杰和李莲英和李二棍子	李.+	李杰和李莲英和李二棍子	+表示重复一次或多次，即匹配"李"后面1个或多个任意字符
李杰和李莲英和李二棍子	李.{1,2}	李杰和李莲英李二棍	{}表示次数，即匹配"李"后面1到2次仍以字符

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

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

字符集［］［^］

待匹配字符	正则	匹配结果	说明
李杰和李莲英和李二棍子	李[杰莲英二棍子]*	李杰和李莲英李二棍子	表示匹配"李"字后面 [杰莲英二棍子]的字符任意次
李杰和李莲英和李二棍子	李[^和]*	李杰和李莲英李二棍子	表示匹配一个不是"和" 的字符任意次
456abcd3	[\d]	4 5 6 3	表示匹配任意一个数字，匹配到4个结果
456abcd4	[\d]+	456 3	表示匹配任意个数字,匹配到2个结果

分组 ()与或｜［^］

# 身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部🈶️数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字或x，下面我们尝试用正则来表示：

待匹配字符	正则	匹配结果	说明
110101198001017032	^[1-9]\d{13,16}[0-9x]$	110101198001017032	表示可以匹配一个正确的身份证号
1101011980010170	^[1-9]\d{13,16}[0-9x]$	1101011980010170	表示也可以匹配这串数字，但这并不是一个正确的身份证号码，它是一个16位的数字
1101011980010170	^[1-9]\d{14}(\d{2}[0-9x])?$	False	现在不会匹配错误的身份证号了 ()表示分组，将\d{2}[0-9x]分成一组，就可以整体约束他们出现的次数为0-1次
110105199812067023	^([1-9]\d{16}[0-9x]\|[1-9]\d{14})$	110105199812067023	表示先匹配[1-9]\d{16}[0-9x] 如果没有匹配上就匹配[1-9]\d{14}

转义符 \

# 在正则表达式中，有很多有特殊意义的是元字符，
# 比如\n和\s等，如果要在正则中匹配正常的"\n"而不是"换行符"就需要对"\"进行转义，变成'\\'。

# 在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身还需要转义。
# 所以如果匹配一次"\n",字符串中要写成'\\n'，那么正则里就要写成"\\\\n",这样就太麻烦了。这个时候我们就用到了r'\n'这个概念，此时的正则是r'\\n'就可以了。

待匹配字符	正则	匹配结果	说明
\n	\n	False	因为在正则表达式中\ 是有特殊意义的字符，所以要匹配\n本身，用表达式\n无法匹配
\n	\\n	True	转义\之后变成\\，即可匹配
'\\n'	"\\\\n"	True	如果在python中，字符串中的'\'也需要转义，所以每一个字符串'\'又需要转义一次
r'\n'	r'\\n'	True	在字符串之前加r，让整个字符串不转义

贪婪匹配

# 贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配

正则	待匹配字符	匹配结果	说明
<.*>	<script>...<script>	<script>...<script>	默认为贪婪匹配模式，会匹配尽量长的字符串
<.*?>	r'\d'	<script>	加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串
<.*?>	r'\d'	<script>	加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串

# 几个常用的非贪婪匹配Pattern

# *? 重复任意次，但尽可能少重复
# +? 重复1次或更多次，但尽可能少重复
# ?? 重复0次或1次，但尽可能少重复
# {n,m}? 重复n到m次，但尽可能少重复
# {n,}? 重复n次以上，但尽可能少重复

# .*?的用法

# . 是任意字符
# * 是取 0 至 无限长度
# ? 是非贪婪模式。
# 何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：

# .*?x

#就是取前面任意长度的字符，直到一个x出现

posted on 2019-02-25 17:37 Jerry-Wang 阅读(74) 评论(0) 收藏举报

正则表达式

.^$

* + ? { }

字符集［］［^］

分组 ()与 或 ｜［^］

转义符 \

贪婪匹配

分组 ()与或｜［^］