18. 正则表达式（一）

1. 正则表达式的简介

1.1 概念

• 正则表达式是对字符串操作的一种逻辑公式，用事先定义好的特殊字符，以及特定字符的组合，组成一个规则字符串，这个规则字符串用来表达字符串的一种过滤逻辑

1.2 使用场景

• 表单验证（手机号，邮箱，身份证…）
• 爬虫

2. 正则表达式对python的支持

2.1 普通字符

• 字母，数字，汉字，下划线，没有特殊意义的符号，都是普通字符

• 正则表达式中的普通字符，在匹配的时候，只能匹配与自身相同的一个字符

• 例如 表达式c，在匹配字符串abcde时，匹配结果是成功，匹配到的内容是c，匹配的位置开始于2，结束于3

• match() 函数

  • match( pattern, string, flags=0)
  • 第一个参数是正则表达式，如果匹配成功，返回一个match对象，否则返回none
  • 第二个参数表示要匹配的字符串
  • 第三个参数是正则表达式的匹配方式，区分大小写，多行匹配等

2.2 元字符

• 正则表达式中使用了很多元素，用来表示一些特殊的函数和功能

表达式	匹配
.	小数点可以匹配除了换行符\n之外的任意一个字符
竖号	逻辑或字符串
\	对紧随其后的一个字符进行转义
[ ]	匹配字符集中的一个字符
[ ^ ]	对字符集求反，就是上面的反操作，尖号必须在方括号里的最前面
-	定义[ ]里的一个字符区间，例如[ a-z ]
( )	对表达式进行分组，把圆括号内的内容当成一个整体，获得匹配的值

一些无法书写或具有特殊功能的字符，采用在前面加斜杠’’ ''进行转义

表达式	匹配
\r, \n	匹配回车和换行符
\t	匹配制表符
\	匹配斜杠\
^	匹配^符号
\ $	匹配$符号
\ .	匹配.符号

上面表格中没有列出的还有?、* 等其他符号。所有正则表达式中有特殊意义的字符在匹配自身的时候，都要使用反斜杠进行转移，转义字符的用法和普通字符相似，是匹配与之相同的一个字符

2.3 预定义匹配字符集

正则表达式的一些表示方法，可以同时匹配某个预定义字符集的任意一个字符，只能是一个，不能多个。

表达式	匹配
\d	任意一个数字0-9之间
\w	任意一个字母或下划线或数字，就是A-Z,a-z,0-9,_中的任意一个
\s	空格，制表符，换页符等空白字符的任意一个
\D	\d的反集，就是非数字的任意一个字符，或作[ ^\d ]
\W	\w反集，或作[ ^\w ]
\S	\s反集，或作[ ^\s]