正则表达式的匹配规则

一、基本匹配规则

• 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;

• .可以匹配任意字符;

• \s可以匹配一个空格（也包括Tab等空白符）;

• 特殊字符用‘\’转义，例如‘-’，正则是 \-

例如：

• '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'或'p33'；

• 'py.'可以匹配'pyc'、'py0'、'py!'等等;

• 'py\s\-\s\d'可以匹配'py - 2'。

二、长字符匹配

• 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。

例如：\d{3}\s*\-\s*\d{3,8}

\d{3}代表任意三位数字，\s*代表任意个空格，\-代表特殊符号-，\d{3，8}代表3到8位任意数字；

综合起来这个正则表达式匹配的是一个以任意个空格加特殊符号“-”隔开的带区号的电话号码。例如：010 - 123456

三、更精确的匹配

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]可以匹配一个数字或字母，等同于\w;
• [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|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。

py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。