正则表达式

正则表达式

正则表达式（regular expression regex RE）,是采用简洁表达一组字符串的表达式。
比如：‘PN’ , ‘PYN’, ‘PYTN’ , ‘PYTHN’ , ‘PYTHON’这一组字符串可以用 P(Y | YT | YTH | YTHO) ?N 表示
又如：’PY‘ , ‘PYY’ , ‘PYYY’ , … , ‘PYYYYYYYYYYY’ 这一组字符串可以用 PY+表示
再如：以’PY‘开头，后续字符不多于10个且又不能包含 ’P’ 或 ‘Y’ 的字符串可以用 PY[^PY]{0,10}表示
可以说正则表达式是：

• 通用的字符串表达框架
• 简洁表达一组字符串的表达式
• 针对字符串表示“简介”和“特征“思想的工具
• 判断某字符串的特征归属

正则表达式作用

• 表达文本类型的特征（病毒，入侵等）
• 同时查找或替换一组字符串
• 匹配字符串的全部或部分（主要）

正则表达式语法

基本构成：字符和操作符，如下所示

操作符	说明	示例
.	表示任何单个字符
[ ]	字符集，对单个字符给出取值范围	[abc]表示a,b,c，[a-z]表示从a到z单个字符
[^]	非字符集，对单个字符给出排除范围	[^abc]表示非a非b非c的字符
*	前一个字符0次或无限次扩展	abc*表示ab，abc，abcc，abccc等
+	前一个字符1次或无限次扩展	abc+表示abc，abcc，abccc等
？	前一个字符0次或1次扩展	abc？表示abc，ab
|	左右表达式各1个	abc|def表示abc或者def
{m}	扩展前一个字符m次	ab{2}c表示abbc
{m,n}	扩展前一个字符m至n次（含n次）	ab{1，2}c表示abc，abbc
^	匹配字符串开头	^abc表示abc且在一个字符串的开头
$	匹配字符串结尾	abc$表示abc且在一个字符串的结尾
（）	分组标记，内部只能使用|操作符	（abc）表示abc，（abc|def）表示abc或def
\d	数字，等价于[0-9]
\w	单词字符，等价于[A-Z,a-z]