正则表达式

正则表达式:

　　官方定义: 正则表达式是对字符串操作的一种逻辑公式, 就是事先定义好的一些有特定字符, 以及这些特定字符的组合, 组成一个规则字符串,次字符串用来对字符串进行过滤.

　　正则表达式只能和字符串相关.

　　字符组:　　[ 字符组 ]

　　　　在同一个位置上可能出现的各种字符组成一个字符组,用 [ ] 表示, 字符可以有很多种 : 数字, 字母, 标点符号等

元字符	匹配内容
.	匹配除换行符以外的其他任意字符
\w	匹配数字字母下划线
\s	匹配任意空白符
\d	匹配数字
\n	匹配换行符
\t	匹配制表符
\b	匹配一个单词的结尾
^	匹配字符串的开始
$	匹配字符串的结束
\W	匹配非数字字母下划线
\S	匹配非空白符
\D	匹配非数字
a|b	匹配a或匹配b
()	匹配括号内的表达式,表示一个组
[ ]	匹配字符组内的字符
[^ ]	匹配除了字符组内的所有字符

　　量词 :

量词	用法说明
*	至少重复0次或者重复n次
+	至少重复1次或者重复n次
?	重复0次或者1次
{ n }	重复n次
{ n, }	重复n次或者更多次
{ n, m }	重复n到m次

　　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	带匹配字符	匹配结果	说明
<.*>	<script>....<script>	<script>....<script>	默认为贪婪匹配, 会匹配符合匹配规则中最长的字符串
<.*?>	<script>....<script>	<script> <script>	表达式后加上?意思 将贪婪匹配转换为非贪婪匹配, 会在符合匹配规则的情况下 尽量匹配最短的字符串

　　非贪婪匹配 :

*?	重复任意次,但会尽可能的少重复
+?	重复一次或者更多次,但会尽可能的少重复
??	重复0次或者1次,但会尽可能的少重复
{ n, m }?	重复n到m次,但会尽可能的少重复
{ n, }?	重负n次后者更多次,但会尽可能的少重复

　　.*?的用法 :

　　　　. 是去任意字符

　　　　* 是取0到无穷

　　　　? 表示非贪婪模式

　　　　大多情况用在 : .*?x　　#意思就是去前面任意的任意字符,直到一个x出现.

　　转义符 \

　　　　正则表达式中,有很多有特殊意义的元字符,比如 : \d , \s等, 如果要在正则中匹配正常的 ' \d '而不是数字,就需要对 ' \ ' 进行转义,变成 ' \\ '.

正则	待匹配结果	匹配结果	说明
\d	\d	False	因为在正则表达式中 ' \ '是具有特殊意义的字符,要匹配 ' \d '本身,表达式 \d 无效
\\d	\d	True	转移 \ 后变成 \\ ,可以匹配
\\\\d	\\d	True	python中,字符串中的 \ 也需要转义
r'\\d'	r'\d'	True	在字符串前加 r, 让整个字符串不转义