正则表达式 & Unicode编码

1. 正则表达式：click

一、直接给出字符，就是精确匹配；

规则	意义
\d	可以匹配一个数字
\w	可以匹配一个字母或数字;
.	可以匹配任意字符
\s	可以匹配一个空格（也包括Tab等空白符）

特殊字符用‘\’转义，例如‘-’，正则是\ -

例如：
‘00\d’可以匹配’007’，但无法匹配’00A’；
‘\d\d\d’可以匹配’010’；
‘\w\w\d’可以匹配’py3’或’p33’；
'py.‘可以匹配’pyc’、‘py0’、'py!'等等;
‘py\s-\s\d’可以匹配’py - 2’。

二、长字符匹配

规则	意义
*	表示任意个字符（包括0个）；
+	表示至少一个字符；
?	表示0个或1个字符；
{n}	表示n个字符；
{n,m}	表示n-m个字符。

例如：\d{3}\s*-\s*\d{3,8}

\d{3}代表任意三位数字，\s*代表任意个空格，-代表特殊符号-，\d{3，8}代表3到8位任意数字；

综合起来这个正则表达式匹配的是一个以任意个空格加特殊符号“-”隔开的带区号的电话号码。例如：010 - 123456
三、更精确的匹配

要做更精确地匹配，可以用[]表示范围，比如：

规则	意义
[0-9a-zA-Z_]	可以匹配一个数字、字母或者下划线；
[0-9a-zA-Z]	可以匹配一个数字或字母，等同于\w;
[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；

规则	意义
A|B	可以匹配A或B，所以(P
^	表示行的开头，^\d表示必须以数字开头。
$	表示行的结束，\d$表示必须以数字结束。

py可以匹配’python’，但是加上^py$就变成了整行匹配，就只能匹配’py’了。

四. 邮箱正则表达式
某博主：click
正则表达式：click

//第一种，名称有字母、数组、中划线、下划线组成，@后面域名为字母、数组、中划线、下划线，最后是多个.com.qq的
^[a-zA-Z0-9-_]+@[a-zA-Z0-9-_]+(\.[a-zA-Z0-9-_]+)+$

//第二种，名称有汉字
//汉字在正则表示为[\u4e00-\u9fa5]
^[a-zA-Z0-9-_\u4e00-\u9fa5]+@[a-zA-Z0-9-_]+(\.[a-zA-Z0-9-_]+)+$

五. 网址正则表达式
太复杂了！写不了！！！！！
六. 电话号码正则表达式

[0-9]可以用\d表示
/^1(?:3\d|4[4-9]|5[0-35-9]|6[67]|7[013-8]|8\d|9\d)\d{8}$/

2. Unicode编码