2019/10/29 01-正则表达式元字符和重复

正则表达式再文本处理里面非常重要，程序员处理最多的就是字符串，列表是容器，容器里面放的还是字符串 ，数字也就是加减乘除，移位计算，位与
爬虫也用到了正则表达式技术
regular expression 缩写 regex，
可以对字符串按照某种规则进行检索，替换 ，再字符串里检索你需要的内容
1970 将正则表达式引入到了grep，ed
大多数文本编辑器都支持正则表达式
1980，再安装httpd库的时候，有个库要安装就是PCRE，叫peal语言兼容的正则表达式
大多数高级语言比如java，都是PCRE
扩展正则表达式有可能还不够好用，就可以用PCRE，python很早就支持正则表达式了，变成标准库了，re模块

https://www.w3cschool.cn/regex_rmjc/

30分钟学会正则表达式

要使用大量的练习来使用
实际我们使用的是PCRE这个流派
命令用扩展正则表达式
一般编程用PCRE
基本语法就需要认识元字符

点匹配换行符之外的任意一个字符

集合里有这么多字符，可以匹配abc中任何一个字符，中括号里是能够使用的，匹配其中一个字符

^秃子符，表示取反，除abc外的

依次可以简写，a-z包含英文所有小写字母，但是中括号内只匹配一个字符，元字符不管多个

除了小写字母的任意一个字符

\bb后面的b就代表b只是这个单词用b开头

这个小写改成大写，就代表否定
t\B 代表t不能是单词的结尾
\Bb 代表不能以b开头

代表digit数字 =[0-9]，只能匹配一位

除了数字的任意一位

代表space，空白，\f\r\n\t\v,[ \f\r\n\t\v]第一个是空格,\f分页，\r\n回车换行符 \ttab键，\v制表符

大写代表非空白字符

匹配正好是标识符范围，支持中文字符

大写取反，基本上就剩空白字符了

这个3个软件用的库不一样，用的是C++,有点是.NET
没用元字符也是正则表达式

只匹配一个字符，然后在下一个继续找
在windows下处理文件的换行符是回车换行符
这就是点.的匹配，.只能匹配一位。这里面的红色代表匹配上的，每次只匹配一个字符
[]中括号是个集合，但是一次只能匹配字符中的一个
全局匹配还是向后找的

还有几个常见的,\w，下划线也进来了

\w在外面这里是支持中文的，中文每个字也算一个word

.点号不匹配，符号除了下划线都不匹配中文的句号就不包含

\W就是取反，在行尾有可能是回车换行\r\n,在有些匹配的时候，有可能把\r\n都匹配上

小s匹配空白字符
大s取反，每一次也只匹配一个

\b单词的词首词尾，就找到a一个

h结尾，对于中文就不能这么断字断词

每次只匹配一位数字

匹配非数字，包括空白什么都在内

找连续三个数字

连续4个数字就没有

取两个数字，字符串处理不回头、
12取到了，不会23

星号描述的前面一个字符出现任意次

有没有b都可以

有b没b都可以，所以就匹配到a了

+加号代表至少一个这样的字符

b至少得出现一回，这种就是贪婪的，尽量去取最长度能匹配到的数字

c之前找到至少一个b

0或1

c之前的b可以有也可以没有
空白字符不属于\w
*这里跟模式有关，.应该到换行符就停止了，主要是这里的模式
single line代表不管多少行，都看做一行
使用.点的时候就需要特别注意

n代表重复几次 e\w{1}明确告诉你后面字符必须出现1次

{1,}不就代表+
0,1就代表?问号

大括号在明确知道上下限的时候使用