正则表达式

---

一.什么是正则表达式

维基百科：正则表达式（英语：Regular Expression，常简写为regex、regexp或RE），又称正则表示式、正则表示法、规则表达式、常规表示法，是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。

二.正则表达式的常用操作符

操作符	说明	实例
.	表示任何单个字符	万能字符匹配
[ ]	字符集，对单个字符给出取值范围	[ abc] 表示a或b或c；[ a-z] 表示从a到z的任意一个字符
[^]	非字符集，对单个字符给出排除范围	[^abc] 表示除abc以外的任意一个字符
*	前一个字符0次或者无限次拓展	abc* 表示ab或abc或abcc等等，c可以出现0次到无数次
+	前一个字符一次或者无限次拓展	abc+ 表示abc或abcc或abccc等等，c可以出现1次到无数次
？	前一个字符0次或者1次拓展	abc？ 表示ab或abc，c可以出现0次或1次
I（竖杠）	左右表达式任意一个	axIat 表示ax或者at
{m}	拓展前一个字符m次	ab{2}c 表示abbc，b出现2次
{m,n}	拓展前一个字符m到n次（包含n次）	ab{1,2}c 表示abc或者abbc
^	匹配字符串开头	^abc 表示abc在字符串开头
$	匹配字符串结尾	abc$ 表示abc在字符串结尾
( )	分组标记，内部只能使用 I 操作符	(abIac) 表示ab或者ac，括号表示了在这个范围内
\d	数字，等价于{0-9}
\w	单词字符，等价于{A-Za-z0-9}
\b	匹配单词头或者单词尾

三.实例：IP地址的匹配

(1）IP地址分四段，每段都是从0-255，中间用.隔开。
(2）我们需要把0-255进行切分成好几段，这样更容易表示。
(3）0-99 ： [1-9]?\d
(4）100-199 ：1\d{2}
(5）200-249 ：2[0-4]\d
(6）250-255 ：25[0-5]
(7）最终表示： (([1-9]?\d | 1\d{2} | 2[0-4]\d | 25[0-5]).){3}([1-9]?\d | 1\d{2} | 2[0-4]\d | 25[0-5])

四.一些匹配例子

$\bullet$ 匹配单词Love：print(re.findall(r'Love',text)

$\bullet$ 匹配g开头的所有单词：print(re.findall(r'\bg\w*?\b',text)) #两个\b表示中间匹配的是单词。

$\bullet$ 匹配长度为三的单词：print(re.findall(r'\b\w{3}\b',text))