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作的一种逻辑公式,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
    0123456789] 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] alse 于字符组中没有"a"字符,所以不能匹配
    0-9] rue 可以用-表示范围,[0-9]就和[0123456789]是一个意思
    a-z] rue 样的如果要匹配所有的小写字母,直接用[a-z]就可以表示
    A-Z] rue A-Z]就表示所有的大写字母
    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
    . 匹配除换行符以外的任意字符
    \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所有字符
  4. 量词

    法说明
    * 重复零次或更多次
    + 重复一次或更多次
    ? 重复零次或一次
    {n} 重复n次
    {n,} 重复n次或更多次
    {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 匹配所有"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 表示重复零次或多次,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 表示重复一次或多次,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,也就是尽可能匹配,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 表示可以匹配一个正确的身份证号
    ^[1-9]\d{13,16}[0-9x]$ 1101011980010170 1101011980010170 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
    ^[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]分成一组,就可以整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]如果没有匹配上就匹配[1-9]\d{14}
  3. 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'\\'。

    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,所以要匹配\n本身,用表达式\n无法匹配
    \\n \n True 义\之后变成\,即可匹配
    "\\\\n" '\\n' True 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
  4. 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> 认为贪婪匹配模式,会匹配尽量长的字符串
    <.*?> <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

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

posted @ 2019-07-11 00:43 与鹿逐秋 阅读(...) 评论(...) 编辑 收藏