AirTesla的博客

正则表达式中的结构字符表示法 字符缩略表示法：\n,\t,\a,\b,\e,\f,\r\,\v 八进制转义：\num 控制字符：\cchar字符组及相关结构普通字符组：[a-z][^a-z]任何字符：.字符组缩略：\w,\d,\s,\W,\D,\S锚点及其他“零长度断言”行、字符串起点：^,\A行，字符串终点：$,\z,\Z本次匹配开始的位置（或上次匹配结束的位置）：\G单词分界符

两条普适规则规则1：优先选择最左端匹配结果规则2：标准两次优先匹配规则1因由：正则表达式匹配文本时候，总是从最左边的字符开始逐个匹配，从当前位置测试整个表达式能匹配的文本，如果不能匹配，则从下一个字符开始重新尝试。 例子1： 正则表达式： cat 文本：it indicates that your cat is too fat. 匹配结果： ind

正则表达式 文本定位： 环视（lookaround）——不匹配字符串，仅仅匹配文本中特定位置 顺序环视： 肯定型顺序环视：如(?=\d)，当前位置右侧是数字则匹配成功

不同程序有不同的CSV格式，微软CSV格式文件中得到格式是用逗号将不同的字段进行分割，或者当字段包含逗号时候用双引号分割，举例如下：一、微软CSV格式匹配【文本】 your dollors,10000, 27 years old ,,”10,000”,”it is “10 Grand”,baby”,10k 这个例子中包含了七个字段，分别是 your dollors 10000 27 yea

回溯的原理：记录所有可能的表达式分支，尝试匹配，若失败则返回，选择上次正确标记处按新的表达式（备用状态）开始新的尝试匹配。可以回溯到特性：优先匹配、忽略优先的匹配、多选结构、环视、条件判断、反向引用、固化分组回溯的两条原则：1、进行尝试：匹配优先量词(?、+、{m, n})2、跳过尝试：忽略优先量词(??、*?)强制回溯时候，执行“后进先出”原则，即从右向左进行回溯 匹配优先 回溯

正则表达式匹配过程1

一、

从HTML中文本中提取Email地址和http URL，是在做爬虫时候的经常用到的技术，虽然变成语言本身可以帮助我们找到他们，但是用正则表达式来匹配也是很有用和具有实际意义的方法。