正则表达式
正则表达式的概念
正则表达式:regular expression regex RE
正则表达式是用来简洁表达一组字符串的表达式
- 通用的字符串表达框架
- 简洁表达一组字符串的表达式
- 针对字符串表达“简洁”和“特征”思想的工具
- 判断某字符串的特征归属
正则表达式在文本处理中十分常用
- 表达文本类型的特征(病毒、入侵等)
- 同时查找或替换一组字符串
- 匹配字符串的全部或部分
正则表达式的语法
操作符 | 说明 | 实例 |
---|---|---|
. | 表示任何单个字符 | |
[ ] | 字符集,对单个字符给出取值范围 | [abc]表示a、b、c,[az]表示a到z单个字符 |
[^ ] | 非字符集,对单个字符给出排除范围 | [^abc]表示非a或b或c的单个字符 |
* | 前一个字符0次或无限次扩展 | abc* 表示 ab、abc、abcc、abccc等 |
+ | 前一个字符1次或无限次扩展 | abc+ 表示abc、abcc、abccc等 |
? | 前一个字符0次或1次扩展 | abc?表示 ab、abc |
| | 左右表达式任意一个 | abc|def 表示 abc、def |
{m} | 扩展前一个字符m次 | ab{2}c 表示 abbc |
{m,n} | 扩展前一个字符m至n次(含n) | ab{1,2}c 表示 abc、abbc |
^ | 匹配字符串开头 | ^abc 表示abc且在一个字符串的开头 |
$ | 匹配字符串结尾 | abc$ 表示abc且在一个字符串的结尾 |
( ) | 分组标记,内部只能使用 | 操作符 | (abc) 表示abc,(abc |
\d | 数字,等价于[0-9] | |
\w | 单词字符,等价于[A-Za-z0-9_] |
正则表达式的实例:
正则表达式实例 | 对应字符串 |
---|---|
P(Y|YT|TYHO)?N | ‘PN’,‘PYN’,‘PYTHN’,‘PYTHON’ |
PYTHON+ | ‘PYTHON’,‘PYTHONN’,‘PYTHONNN’… |
PY[TH]ON | ‘PYTON’,‘PYHON’ |
PY[^TH]?ON | ‘PYON’,‘PYaON’,‘PYbON’… |
PY{:2}N | ‘PN’,‘PYN’,‘PYYN’ |