python 正则表达式内容

正则表达式纷繁复杂，权且记录一些简单规则如下：

？代表前面的字符可以出现一次或0次，也就是可有可无。

*匹配0个或多个字符

如果是ab*c这样的正则表达式，不能匹配adc，因为d不在范围内。

+匹配出现一次以上的字符。

{}花括号常用于精准匹配。ab{6}c这里指定b出现6次，{2，6}表示出现次数在2-6之间,{2,}这样代表出现两次以上。

如果句子中出现了多次ab，如abababababc,如果想要匹配，我们这样来（ab）+，这是小括号用法。

|代表“或”，用来匹配a  cat或a  dog的时候，用a  （cat|dog）,这个正则表达式中间有个空格

与“|”运算符相关的是字符类。如果匹配由a b c这几个字母构成的单词，可以写作[abc]+  方括号里的内容代表要求匹配的字符只能取自它们。这样可以匹配aabbcc

另外可以在方括号中指定字符的范围[a-z]+代表小写的英文字符。[a-zA-Z]+代表所有的英文字符。[a-zA-Z0-9]+代表所有的英文字符和数字。

如果在方括号前加^,代表匹配除方括号内容以外的字符。如^[0-9]+代表所有非数字字符（包括换行符）。

另外，正则表达式中帮我们定义了一些常用的“元字符”

\d代表数字字符。等同于之前写的[0-9]  这里“\d”和[0-9]在不加“+”时候，都只代表匹配一个字符。

\w代表单词字符，也就是英文中的数字、字符、下划线

\s代表空白符，它同时包含tab和换行符

\D代表非数字字符

\W代表非单词字符

\S代表非空白字符。

句点“.”，代表任意字符，但不包含换行符。

^匹配行首，$匹配行尾。^a只会匹配行首的a ， a$只会匹配行尾的a。还有要注意的是[^0-9],匹配的是非数字字符，所以这个符号和中括号组合，还有“非”的意思。

贪婪匹配和懒惰匹配

".+"会匹配尽可能多的字符，

<.+> 会将<span><b>This is a test program</b></span>全部匹配，因为会匹配尽可能多的任意字符，自然包括右尖号。

而<.+?> 这样就可以解决了，它会将贪婪匹配自动切换为懒惰匹配。注意，这个“?”管的是右尖号。

\b代表单词字符的边界，

如果要匹配所有出现的RGB16进制的颜色值，一共有6位，先匹配#，然后一定要a-f（大小写均可），0-9，这里我们这样来，#[a-fA-F0-9]{6}\b

#ffaaff

#ffffffffff