03 - 正则表达式基础

目录

1 正则表达式

• 什么是正则表达式
• 正则表达式分类

2. re模块应用

• 模块基本用法
• 贪婪与非贪婪模式
• 常用正则表达式

课堂笔记

1. 正则表达式

1.1 什么是正则表达式

• 正则表达式（regular expression）是一种工具，广泛用于对字符串格式的匹配。
• 被匹配的字符串具有某种特征，正则就利用这种特征去进行匹配，如QQ邮箱格式 (数字[email protected])

1.2 正则表达式分类

• 普通字符

  • 字⺟、数字、汉字、下划线、以及没有特殊定义的符号。
  • 正则表达式对普通字符匹配时，只匹配与自身相同的字符

• 元字符

  • 用于表述一些特殊含义及功能

  表达式	匹配
  .	对除换行符以外的其他所有字符进行匹配
  |	逻辑或操作符
  []	匹配字符集中的一个字符，与|相似
  [^]	取反操作，对上面操作取反，^须放在括号最前面
  -	定义一个[]里的一个字符区间，如[a-z]
  \	转义操作符，对其后特殊字符转义
  ()	分组操作符，()里表示一个分组，对其作为一个整体进行单独匹配

• 转义字符

  • 一些无法直接书写的特殊字符，在前加上 \

  表达式	匹配
  \r, \n	回车，换行符
  \t	制表符
  \\	匹配 \
  ^	匹配 ^
  \$	匹配 $
  \.	匹配 .
  \*	匹配 *
  \?	匹配 ?
  …	…

• 预定义匹配字符集

  表达式	匹配
  \d	匹配任意数字
  \w	匹配任意字母、数字或下划线中的一个，即[a-zA-z0-9_]
  \s	匹配空格、制表符、换页符等任意一个空白字符
  \D	对\d取反，即[^\d]
  \W	对\w取反，即[^\w]
  \S	对\s取反，即[^\s]

• 重复匹配

  • 字符个数一般不止一个，故需要进行多个匹配。
  • 例如：1234一般匹配：\d\d\d\d，可简化为：[\d]{4}

  表达式	匹配
  {n}	n次匹配
  {m, n}	至少包含m个，之多为n个
  {m, }	至少包含m个，无上限
  ?	出现0次或1次
  +	至少出现1次
  *	出现0次或任意多次

• 位置匹配

  • 对特殊开头、结尾或边界等情况进行匹配

  表达式	匹配
  ^	开头匹配，指定开头字符
  $	结尾匹配，指定结尾字符
  \b	边界匹配，即单词和空格之间的部分
  \B<