正则表达式汇总

最近不管是在做爬虫，还是涉及到NLP中，都涉及到了正则表达式，有必要专门记录下在实际使用的过程中使用过的一些技巧和方法。 

一开始总感觉正则表达式咋一看很难琢磨，都是奇奇怪怪的符号，而且看到了就会有畏难情绪，后面慢慢悟着倒也习惯了。

先聊聊正则表达式中关于匹配次数中的贪婪与非贪婪问题 

1.  贪婪与非贪婪

因为在做正则表达式的时候，默认的是做的贪婪匹配，也就是尽可能多的匹配出满足要求的字段，但是这样也会带来过犹不及的效果。这个时候就需要使用到"?"来进行修饰，在匹配次数的特殊符号后加上，则可以使匹配次数不定的时候，表达式尽可能少的匹配，这也被称作非贪婪模式 。 

举例如下 ：

通过例子我们可以看到，当不加"?"的时候，是尽可能多的匹配，直接匹配的结果就是"hello world hello wo
"，这么长的字符，但是加了"?"的时候就一次只匹配一个，第一次是 "hello" ,然后到了下一个匹配的就是另一个"hello"。所以在选择使用的时候要谨慎选择。

ps: 我们一般采用非贪婪模式来提取。

2. 正向预搜索 

正向预搜索的表达式为 "(?=xxxx)" ，"(?!xxxx)" 

下面分别解释下对应的意思 

"(?=xxxx)"  表示在被匹配的