正则表达式---【Python版】

目录

前言

一.正则表达式概括

1.1简介

1.2使用场景

二.正则表达式语法

2.1基本匹配

2.2元字符

2.2.1点运算符.

2.2.2字符类[]

2.2.3否定字符类

2.2.4*号

2.2.5+号

2.2.6？号

2.2.7{}号

2.2.8()号

2.2.9|或运算

 2.2.10转码特殊字符\

2.2.11^和$

2.3简写字符

前言

一个正则表达式的在线练习网站：

练习网站

学习正则表达式，一定要多加练习，效率翻倍！

一.正则表达式概括

1.1简介

正则表达式是一组由字母和符号组成的特殊文本，它可以用来从文本中找出满足你想要的格式的句子，正则表达式常用缩写是：“regex”、“regexp”

例如：寻找“T”开头的英文单词：

1.2使用场景

使用正则表达式可以很方便的帮我们在大量“字符串”中搜寻到我们想要的信息，如果我们爬取某个网站的HTML，需要当中的某个信息，可以使用正则表达式搜寻

再比如某些算法题牵扯到字符串，我们也可以使用正则表达式来匹配

二.正则表达式语法

2.1基本匹配

基本匹配很简单，比如我们就需要“the”这个单词，那么写下即可：

因此基本匹配，多用于我们需要一个“固定且唯一”的结果

2.2元字符

如果我们需要匹配动态变化的字符串，就需要用到元字符

而正则表达式也主要依赖于“元字符”实现复杂匹配

元字符介绍：

元字符	描述
.	句号匹配任意单个字符
[]	字符种类，匹配方括号内的任意字符
[^]	否定的字符种类，匹配除了方括号内字符的任意字符
*	匹配>=0个的重复的在*号前的字符
+	匹配>=1个的的重复的在+号前的字符
?	标记？之前的字符为可选[匹配或不匹配]
{n,m}	控制匹配数量，匹配num个大括号之前的字符或字符集(n<=num<=m)
(xyz)	字符集,匹配与xyz完全相同的字符串
|	或运算符,匹配符号前或后的字符
\	转义字符，匹配一些保留字符如“[]”、“()”、“+”、“?”等
^	从开头向末尾匹配
$	从末尾向前匹配

下面开始依次介绍“13”种元字符

2.2.1点运算符.

.是元字符中最简单的元字符，.匹配任意单个字符，但不匹配换号符。

如“.he”用于匹配：“任意一个字符后跟着he”的字符串

 

2.2.2字符类[]

字符类[]也叫字符集，在方括号中的“连字符”来指定字符集的范围，在方括号中的字符不关心顺序，如果某个字符在字符集中出现过，那么该字符就会被匹配到，相当于编程中的如下伪代码

if s in 字符类:

   s is a target

 

注意：如果在字符类中出现“.”，则此时表示匹配“.”号，而不是任意一个字符，这是因为字符类的优先级大于“.”点元字符！！

2.2.3否定字符类

匹配除了方括号内字符的任意字符，一般“^”放在句子开头，用于表示这个字符类是否定的

 

2.2.4*号

*号匹配在*之前出现大于等于0次的字符，也就是说使用*号可以匹配没有出现过的字符！！

 

可以看到“the”、“he”都被匹配到了，因为“t”此时可以出现一次，出现多次都是符合要求的！！

使用“.”和“*”搭配，可以匹配所有的字符串

2.2.5+号

+号匹配+号之前字符出现大于等于1次，也就是前面的字符至少出现一次！

 

2.2.6？号

？号表示在字符前面的字符为可选，即“出现1次”或“出现0次”，这与“*”号是有区别的，“*”号是“出现0次”或“出现n次”

 

2.2.7{}号

{}是一个范围量词，用来限定一个字符或一个字符集可以重复出现的次数

{}内可以是一个“固定值”，用来表示出现固定次数

也可以是一个[n,m]的区间，用来表示出现[n,m]次的都可以

 固定值：

范围区间：

2.2.8()号

()号用于固定一组字符集，表示()内的字符串是一个整体，匹配时应按照整体进行匹配

 

2.2.9|或运算

或运算符是一个判断条件，只需要|运算符两边有一个满足条件就可以匹配，同时遵循编程语言中的“短路效应”

 2.2.10转码特殊字符\

反斜线\在表达式中用于转码紧跟其后的字符，使后面的字符失去元字符的作用，成为一个待匹配的普通字符

(\s表示空格)

2.2.11^和$

^表示在字符串开头匹配，而&表示在字符串结尾匹配

 不使用^和$时：

使用^后：

使用$后：

可以看到“$”和“^”只返回匹配到的第一个结果

2.3简写字符集

正则表达式提供了一些简写的字符集，用来帮助我们简化书写

简写字符集	描述
.	除换行符以外的所有字符
\w	匹配所有字母数字，等同于[a-zA-Z0-9]
\W	匹配所有非字母数字，等同于[^a-zA-Z0-9]
\d	匹配数字：[0-9]
\D	匹配非数字：[^0-9]
\s	匹配所有空格字符：[\t\n\f\r\p]
\S	匹配所有非空格字符：[^\t\n\f\r\p]
\f	匹配一个换页符
\n	匹配一个换行符
\r	匹配一个回车符
\t	匹配一个制表符
\v	匹配一个垂直制表符
\p	匹配\r\n相当于dos终止符

 记忆方法：“小写的如s、d、w”表示所有，“大写的如S、D、W”表示所有非

“w” 即：“word”简写

“d”即：“digit”简写

“s”即：“space”简写