正则表达式基础概念

正则表达式

又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

概念

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

简介

正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串。

目的

给定一个正则表达式和另一个字符串，我们可以达到如下的目的：

1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）：

2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。

特点

正则表达式的特点是：

1. 灵活性、逻辑性和功能性非常强

2. 可以迅速地用极简单的方式达到字符串的复杂控制。

3. 对于刚接触的人来说，比较晦涩难懂。

\d 可以匹配一个数字
00\d 可以匹配007，但无法匹配00A
\w 可以匹配一个字母或数字
00\w 可以匹配007、00A

\d\d\d 可以匹配123，不可以匹配abc

\w\w\d 可以匹配ab8,不可以匹配12A

. 可以匹配任意字符

A. 可以匹配’A1’、‘AA’、'A?'等等

* 表示任意个字符

/d* 一定是加在表达式的后面

+ 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

\s 匹配一个空格字符（包括tab等空白符）

例： \d{3}\s+\d{3,8}

匹配的字符是：123 45678945

\d{3}\s+\d{3,8}\s.\s.

匹配的字符是：123 12345645 ’ ’

手机号码的正则表达式：\d{3}\s+\d{4}\s+\d{4}

152 2985 7410

[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；

[a-zA-Z_] [0-9a-zA-Z_]{0, 19} 更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。

A|B 可以匹配A或者B

P|p()thon 表示的是Python 或 python

^ 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