(带区号)座机号正则_字符串处理之正则表达式(通俗易懂)

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<