正则表达式基础笔记

正则是个很有深度的话题，虽然学习有段时间了，自感所学甚浅，所以本文只是做个读书笔记。

1.元字符(正则表达式的运算字符)

. 匹配除了换行符一以外的任意字符

? 匹配0次或者1次

* 匹配0次或者多次（贪婪模式，尽可能多的匹配）

+ 匹配1次或者多次（贪婪模式，尽可能多的匹配）

| 或 (比如 a|b ,匹配a或者b )

( 代表子模式的开始

) 代表子模式的结束

[ 代表集合的开始

] 代表结合的结束

{} 代表匹配次数，{2,3}表示匹配最少2次，最多3次

\ 转义字符（对正则的元字符进行转义，使它失去特殊意义）

下面2点需要特别说明

a,为了实现尽可能少的匹配，要用到懒惰模式（*？ 或者 +?）。

b,[ ]集合中的元字符，代表的是字符（包含上面提到的元字符），代表的是字符本身的含义，没有特殊含义

2.位置字符

\b 用来匹配一个单词（字母数字或者下划线）的开始或者结尾

^ 代表字符串的开头

$ 代表字符串的结尾

ps: 请注意\b 和^,$的区别

3.其它字符

\d 匹配数字
\D 非数字
\w 字母数字和下划线
\W 非\w的字符
\s 空格
\S 非空格

4.回溯引用与子表达式

子表达式格式：（）

回溯引用：只是用来引用模式里的子表达式,回溯引用从 \1 开始

举个栗子

待匹配字符串：
str = 'adb adb'

目标字符：
adb adb

正则表达式：
(adb)\s\1

5.前后查询（也叫零宽断言）

？= 正向前查询

？<= 正向后查询

？！ 负正向前查询(与 ?= 要匹配的字符成非的关系)

?<! 负正向后查询(？<= 正向后查询的匹配字符成非的关系)

需要特别说明的是：(?:expr) 忽略捕获的子模式

6.python中的re模块，对元字符的影响

标志                含义
DOTALL, S         使 . 匹配包括换行在内的所有字符
IGNORECASE, I     使匹配对大小写不敏感
LOCALE, L         做本地化识别（locale-aware）匹配
MULTILINE, M      多行匹配，影响 ^ 和 $
VERBOSE, X        能够使用 REs 的 verbose 状态，使之被组织更清晰易懂

当M标志指定后， “^” 匹配字符串的开始和字符串中每行的开始。同样的， $ 元字符匹配字符串结尾和字符串中每行的结尾（直接在每个换行之前）。

写在最后：正则表达式没有绝对的正确与否，只是看适不适合，只有通过亲身实践才能正则掌握它