正则表达式快速入门

正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。

所以我们判断一个字符串是否是合法的Email的方法是：

1. 创建一个匹配Email的正则表达式；
2. 用该正则表达式去匹配用户的输入来判断是否合法。

因为正则表达式也是用字符串表示的，所以，我们要首先了解如何用字符来描述字符。

基础

• 在正则表达式中，如果直接给出字符，就是精确匹配。
• 用\d可以匹配一个数字，\w可以匹配一个字母或数字，所以：

‘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’；

• .可以匹配任意字符，所以：

‘py.’可以匹配’pyc’、’pyo’、’py!’等等。

• 要匹配变长的字符，在正则表达式中，用*表示任意个字符（包括0个），用+表示至少一个字符，用?表示0个或1个字符，用{n}表示n个字符，用{n,m}表示n-m个字符：

来看一个复杂的例子：\d{3}\s+\d{3,8}。
我们来从左到右解读一下：
\d{3}表示匹配3个数字，例如’010’；
\s可以匹配一个空格（也包括Tab等空白符），所以\s+表示至少有一个空格，例如匹配’ ‘，’ ‘等；
\d{3,8}表示3-8个数字，例如’1234567’。

综合起来，上面的正则表达式可以匹配以任意个空格隔开的带区号的电话号码。

如果要匹配’010-12345’这样的号码呢？由于’-‘是特殊字符，在正则表达式中，要用’\’转义，所以，上面的正则是\d{3}-\d{3,8}。

但是，仍然无法匹配’010 - 12345’，因为带有空格。所以我们需要更复杂的匹配方式。

进阶

• 要做更精确地匹配，可以用[]表示范围，比如：

[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B，所以:

[P|p]ython可以匹配’Python’或者’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。

你可能注意到了，py也可以匹配’python’，但是加上^py$就变成了整行匹配，就只能匹配’py’了。

总结

符号	含义	示例	解释
直接给出字符	精准匹配
\d	匹配一个数字	‘00\d’	匹配’007’，但无法匹配’00A’
\w	匹配一个字母或数字	‘\w\w\d’	可以匹配’py3’
.	匹配任意字符	‘py.’	可以匹配’pyc’、’pyo’、’py!’等等
*	匹配任意个字符（包括0个）
+	表示至少一个字符
?	0个或1个字符
\s	可以匹配一个空格（也包括Tab等空白符）	\s+	表示至少有一个空格，例如匹配’ ‘，’ ‘等
{n}	表示n个字符	\d{3}	表示匹配3个数字，例如’010’
{n, m}	表示n-m个字符	\d{3,8}	表示3-8个数字，例如’1234567’
\字符	特殊字符需要转义	\d{3}-\d{3,8}	匹配类似’010-12345’这样的号码
[]	表示范围	[0-9a-zA-Z_]	可以匹配一个数字、字母或者下划线（只是一个字符）
A|B	匹配A或B	[P|p]ython	可以匹配’Python’或者’python’
^	表示行的开头	^\d	表示必须以数字开头
$	表示行的结尾	\d$	表示必须以数字结束

【参考：http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/00143193331387014ccd1040c814dee8b2164bb4f064cff000】