![eba2dd364741a161c12b9e5b1fb1813c.png](https://i-blog.csdnimg.cn/blog_migrate/33aea391b5a149f2c325065d0e391990.jpeg)
背景图为:网易Bgwan/Lofter&&:click
写在前面
很久没有更新内容了,本篇准备介绍一些基础实用性的内容,-字符串处理之正则表达式
字符串是编程时涉及到的最多的一种数据结构,对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的Email地址,虽然可以编程提取@
前后的子串,再分别判断是否是单词和域名,但这样做不但麻烦,而且代码难以复用。
正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则,凡是符合规则的字符串,我们就认为它“匹配”了,否则,该字符串就是不合法的。
我们判断一个字符串是否是合法的Email的方法是:
1.创建一个匹配Email的正则表达式;
2.用该正则表达式去匹配用户的输入来判断是否合法。
因为正则表达式也是用字符串表示的,所以,我们要首先了解如何用字符来描述字符。
版权声明CopyRight:
本内容作者:sunst,转载或引用请标明出处 ,违者追究法律责任!!!
通过本篇你会了解学习到正则表达的基本原理,以及Python(主)和Java利用正则表达式来处理一些字符串的方法案例等等。
一:正则表达式基本知识
在正则表达式中
1. 如果直接给出字符,就是精确匹配。
- 用
d
可以匹配一个数字 - 用
w
可以匹配一个字母或数字 - 用
.
可以匹配任意字符
所以:
'00d'
可以匹配'007'
,但无法匹配'00A'
;'ddd'
可以匹配'010'
;'wwd'
可以匹配'py3'
;'py.'
可以匹配'pyc'
、'pyo'
、'py!'
等等;
2. 要匹配变长的字符
- 用
*
表示任意个字符(包括0个), - 用
+
表示至少一个字符, - 用
?
表示0个或1个字符, - 用
{n}
表示n个字符, - 用
{n,m}
表示n-m个字符:
来看一个复杂的例子:d{3}s+d{3,8}
,我们来从左到右解读一下:
1⃣.d{3}
表示匹配3个数字,例如'010'
;
2⃣.s
可以匹配一个空格(也包括Tab等空白符),所以s+
表示至少有一个空格,例如匹配' '
,' '
等;
3⃣.d{3,8}
表示3-8个数字,例如'1234567'
。
综合起来,上面的正则表达式可以匹配以任意个空格隔开的带区号的电话号码。
如果要匹配'010-12345'
这样的号码呢?由于'-'
是特殊字符,在正则表达式中,要用''
转义,所以,上面的正则是d{3}-d{3,8}
。
但是,仍然无法匹配'010 - 12345'
,因为带有空格。所以我们需要更复杂的匹配方式。
二:进阶
要做更精确地匹配,可以用[]
表示范围,比如:
[0-9a-zA-Z_]
可以匹配一个数字、字母或者下划线;[0-9a-zA-Z_]+
可以匹配至少由一个数字、字母或者下划线组成的字符串,比如'a100'
,'0_Z'
,'Py3000'
等等;[a-zA-Z_][0-9a-zA-Z_]*
可以匹配由字母或下划线开头,后接任意个由一个数字、字母或者下划线组成的字符串,也就是Python合法的变量;[a-zA-Z_][0-9a-zA-Z_]{0, 19}
更精确地限制了变量的长度是1-20个字符(前面1个字符+后面最多19个字符)。
A|B
可以匹配A或B,所以(P|p)ython
可以匹配'Python'
或者'python'
。
^
表示行的开头,^d<