Python——正则表达式的使用

我们在处理字符串时，经常会查找符合某些浮渣规则的字符串的需求。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。
一、正则表达式语法

1. 行定位符
   行定位符就是用来描述字符串的便界。“^”表示行的开始；"$"表示行的结尾。如：

^tm 			#表示要匹配字符串tm的开始位置是行头
tm$			#表示要匹配字符串tm的开始位置是结尾

2.元字符

代码	说明
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线
\s	匹配任意的空白符
\d	匹配数字
\b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束

3.限定符

限定符	说I明
？	匹配前面的字符零次或一次
+	匹配前面的字符一次或多次
*	匹配前面的字符零次或多次
{n}	匹配前面的字符n次
{n,}	匹配前面的字符至少n次
{n,m}	匹配前面的字符最少n次，最多m次

4.排除字符
当我们匹配不符合指定字符集合的字符串时，可以用到以下的表达式：

[^a-zA-Z]				#表示用于匹配一个不是字母的字符

5.选择字符
试想以下，如何匹配身份证号码？首先需要了解身份证号码的规则。身份证号码长度为15位或18位，如果位15位，则全部是数字；如果位18位，前17位是数字，最后一位是检验位，可能是数字或字母。
在上述的描述中，包含着条件选择的逻辑，这就要使用选择字符（|）来实现，该字符可理解是“或”，表达式则如下：

（^\d{15}$) | (^\d{18}$) |(^\d{17}) (\d|X|x)$			#表示可以匹配15为数字或者18 为数字，或者17位数字，最后一位可以是数字或者是X或者是x。

6.转义字符
正则表达式中转义字（\）和Python中大同小异，都是将特殊字符（“.”,"?",""）等转化普通的字符。
用正则表达式匹配如127.0.0.2.1这样的IP地址，直接使用字符，格式为：

[1-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}					#[1-9]表示在1到9的数字中取任意的数字，{1,3}表示只能是1到3 的长度

但是这样显然不是正确的，因为“.”可以匹配任意的字符，这样匹配的话，会将1271011011这样的字符匹配出来，所以就要用到转义字符（\），格式为：

[1-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}			#[1-9]表示在1到9的数字中取任意的数字，{1,3}表示只能是1到3 的长度

7.在Python中使用正则表达式的语法
在Python中使用正则表达式时，是将其作为模式字符串使用的。如将匹配不是字符串的一个字符的正则表达式表示为模糊字符串，可以使用下面的代码:

'[^a-zA-Z]'

匹配以字母m开头的单词的正则表达式转换为模式字符串，则不能直接在其两侧添加引号定界符，代码为：

'\\bm\\w*\\b'

注意，由于模式字符串中可能会包含大量的特殊字符和反斜杠，所以需要写为原生字符串，也即是在模式字符串前加R或r.如上面的模式字符串采用原生字符串表示就是：

r'\\bm\\w*\\b'

谢谢！