正则表达式

概念

正则表达式:又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

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。

应用

我们用Python里边的re(regular express)模块进行测试。先说明re模块的一个基本使用方法：

re.search(pattern, string, flags=0)

其中pattern是模式串，string是文本串，flags是控制符，用于表示区分大小写等。例如re.search(‘hesor’,‘hesorchen’)得到的结果是：

<re.Match object; span=(0, 5), match='hesor'>
表示文本串的(0,5)与模式串匹配

接下来我们按照RE中的特定字符进行实例讲解

.

这个点可以匹配除了\n以外的任何字符，见示例：

import re
txt = '\thesorchen'
ans = re.search('.', txt)
print(ans)
# <re.Match object; span=(0, 1), match='\t'>
txt = '\nhesorchen'
ans = re.search('.', txt)
print(ans)
# <re.Match object; span=(1, 2), match='h'>

示例

[]

我们可以在[]中填入一些字符，用逗号隔开，表示匹配任意一个即可，例如：

import re
txt = '\thesorchen'
ans = re.search('[s,o]', txt)
print(ans)
# <re.Match object; span=(3, 4), match='s'>

示例

也可以在其中用-连接两个字符，表示一个范围，例如：

import re
txt = '\thesorchen'
ans = re.search('[c-e]', txt)
print(ans)
# <re.Match object; span=(2, 3), match='e'>
txt = '\thesorchen'
ans = re.search('[c-ef-h]', txt)
print(ans)
# <re.Match object; span=(1, 2), match='h'>

示例

{}
在{}中填入数字n，表示前面的字符重复n次，例如：

import re
txt = 'heeeeeh'
ans = re.search('he{3}', txt)
print(ans)
# <re.Match object; span=(0, 4), match='heee'>

示例 也可以是一个范围，`{a,b}`表示匹配a~b次均可，其中a，b均可以省略，省略a表示最多匹配b次，省略b表示最少匹配a次。例如：

import re
txt = 'heeeeeh'
ans = re.search('he{1,2}', txt)
print(ans)
# <re.Match object; span=(0, 3), match='hee'>
txt = 'heeeeeh'
ans = re.search('he{3,10}', txt)
print(ans)
# <re.Match object; span=(0, 6), match='heeeee'>

示例

()
()中的分组表达式作为一个整体。示例：

import re
txt = 'hesorchenchen'
ans = re.search('(chen){2}', txt)
print(ans)
# <re.Match object; span=(5, 13), match='chenchen'>

示例

*
*前面的字符可以出现0到无限次

+
+前面的字符可以出现1到无限次

?
?前面的字符可以出现0次或1次

$
$匹配字符串的末尾，示例：

import re
txt = 'heshes'
ans = re.search('hes$', txt)
print(ans)
# <re.Match object; span=(3, 6), match='hes'>

示例

^
^匹配字符串的开头，示例：

import re
txt = 'heshes'
ans = re.search('^hes', txt)
print(ans)
# <re.Match object; span=(0, 3), match='hes'>

示例

|
|表示条件或，左右两边匹配一项即可，示例：

import re
txt = '123hesorchen123'
ans = re.search('[a-z]hesorchen[a-z]|[0-9]hesorchen[0-9]', txt)
print(ans)
# <re.Match object; span=(2, 13), match='3hesorchen1'>

示例

还有很多不是很重要的不细说，具体要用的再查询。

参考博客

1. python中的正则表达式（re模块）
2. 史上最全的正则表达式-匹配中英文、字母和数字
3. 正则表达式 - 语法