正则表达式（RE,Regular Expression）

正则表达式（RE,Regular Expression）

正则表达式是一种表达式语法，借助状态机，实现字符串的匹配，以及相关处理
可以这么说：正则表达式表示一类字符串，是有相同规律字符串的集合（语法严格的话，则是代表一个字符串） ，我们称这种规律为模式

正则表达式符合编译原理所说的正规文法，是正规文法的构造式

RE特点

• 简洁
• 特征

RE的使用场景（字符串匹配的引用场景）

表达文本类型的特征（病毒，入侵等）
同时查找和替换一组字符串
匹配字符串的全部或部分
etc.

RE的语法

掌握RE的使用，高效处理字符串的必备技能

RE语法由 字符，操作符构成

字符：所需操做的字符，数据流
操作符：对字符出现模式的说明，指令流

常用操作符

操作符	说明
单字符匹配
.	表示一个字符，任一个字符
[ ]	表示一个字符，范围类的任一个字符
\d	[0-9]
\w	[A-Za-z]
[^ ]	[]同上，^表示取反
多字符匹配
^	匹配字符串开头，多个字符
$	匹配字符串结尾，多个字符
abc|edf	只能为abc，或者为edf
（）	（）内是一个整体，分组
*	前一个字符的0次或无限次扩展
？	前一个字符的0次或一次扩展
+	前一个字符的1次或无限次扩展
{m}	前一个字符的m次扩展
{m,n}	前一个字符的【m,n】扩展

常用的正则表达式实例

RE	含义
^[A-Za-z]+$	26个字母组成的字符串
^[A-Za-z0-9]+$	26个字母和数字组成的字符串
^[0-9]*[1-9][0-9]*+$	正整数形式的字符串
^-?\d+$	整数形式字符串
[1-9]{5}	中国境内邮政编码
[\u4e00-\u9fa5]	匹配utf-8的中国汉字
\d{3}-\d{8}|\d{4}-\d{7}	国内电话号码

匹配IPv4地址
思路：0-99：[1-9]?\d
100-199：1[0-9][0-9]----1\d{2}
200-249：2[0-5]\d
250-255：25[0-5]
IP: (([1-9?\d])|1\d{2}|2[0-5]\d|25[0-5]).){3}([1-9?\d])|1\d{2}|2[0-5]\d|25[0-5])

How to use regex in Python[Linker]