正则 指定开头结尾_Python核心知识系列：正则表达式与JSON

1 正则表达式必知必会

1.1 简介

正则表达式：是一些用来匹配和处理文本的字符串。

正则表达式的使用场景主要以下两种情况：一是查找特定的信息（搜索），二是查找并编辑特定的信息（替换）。

用模式（pattern）表示实际的正则表达式。

1.2 匹配单个字符

• 匹配普通文本：正则表达式为待匹配的文本。
• 匹配任意字符：.字符（英文句号）可以匹配任意单个字符，如字符、字母、数字，甚至是.字符本身。
• 匹配特殊字符：使用转义地字符，如.。

1.3 匹配一组字符

• 匹配多个字符中的某一个

使用[]定义一个字符集合，对于连续字符使用-连字符来定义字符区间。集合内字符是OR关系，匹配其中之一。

[A-Z]：匹配从A到Z的所有大写字母。

[a-z]：匹配从a到z的所有小写字母。

[0-9]：匹配从0到9的所有数字。

• 排除

使用元字符^来排除字符集合里指定的那些字符，如[^0-9]。注意，^的效果将作用于给定字符集合里的所有字符或字符区间。

1.4 使用元字符

1.4.1 元字符转义

元字符：在正则表达式里有特殊含义的字符。

转义：元字符可以通过在前面加上一个反斜杠（）进行转义，这样匹配的就是该字符本身而不是特殊的元字符含义。

1.4.2 匹配空白字符

元字符大概可以分为两种：一种是用来匹配文本的（如.），另一种是正则表达式语法的组成部分（如[]）。

空白元字符：换页符（f）、换行符（n）、回车符（r）、制表符（t）。

一般来说，需要匹配r、n和t等空白字符的情况比较多见。rn匹配一个回车+换行组合。

1.4.3 匹配特定的字符类型

• 匹配数字与非数字：

d：任何一个数字字符（等价于[0-9]）

D：任何一个非数字字符（等价于[^0-9]）

• 匹配字母数字或下划线：

w：任何一个字母数字或下划线字符（等价于[a-zA-Z0-9_]）

W：任何一个非字母数字或非下划线字符（等价于[^a-zA-Z0-9_]）

• 匹配空白字符与非空白字符：

s：任何一个空白字符（等价于[fnrtv]）

S：任何一个非空白字符（等价于[^fnrtv]）

1.5 重复匹配

• 匹配一个或多个字符：

+匹配一个或多个字符，在一个给定字符集合加上+后缀时，必须放在整个字符集合的外面，如[0-9]+。

一般来说，当在字符集合使用时，像.和+这样的元字符被解释为普通字符，不需要转义，但转义也不影响。

• 匹配零个或多个字符：

*用来匹配字符或字符集合出现零次或多次的情况。

• 匹配零个或一个字符：

?可以匹配某个字符或字符集合的零次或一次。

[]的常规用法是把多个字符定义为一个集合，但不少程序员喜欢把一个字符也定义为一个集合，好处是可以增加可读性和避免产生误解。同时使用[]和?时，要把?放在字符集合的外面。

• 具体的匹配次数：

设置具体的匹配次数，把数字写在{}中，如{3}。

可以为重复匹配的次数设定一个区间范围，设置最小次数和最大次数，如{3, 5}。

也可以指定至少要匹配的次数，如{3, }。

• 防止过度匹配：

在使用重复匹配如果没有上限值，则有时会导致过度匹配的现象。

像*和+这些都是“贪婪型”元字符，其匹配