正则表达式

正则表达式是一种规则，只作用于字符串，正则是一套独立的规则，也可以说是一套独立的语言，几乎现有的高级语言都引入了正则的使用，python也不例外，先看看正则的语法特性。

1. 正则一般都用来做什么？

       1⃣️. 从大段的文字中找到符合规则的内容并进行提取。

       日志分析：从nginx日志中找出当前访问有个某个指定url的日志并进行保存。

网页爬虫：获取某网页所有图片的url地址

       2⃣️.判断某个字符串是否完全符合规则

       表单验证：注册时判断用户名，密码，身份证号，手机号是否符合规则

2.正则表达式的语法及规则

#规则， 字符串， 从字符串中找到符合规则的内容

1⃣️字符组：[] 写在中括号中的内容，出现在下面某一个字符的位置上都死符合规则的。

[0-9]	匹配数字
[a-z]	匹配小写字母
[A-Z]	匹配大写字母
[a-zA-Z]	匹配大小写字母
[a-zA-Z0-9]	匹配大小写字母和数字
[a-zA-Z0-9_]	匹配大小写字母和数字下划线

 

 

 

 

 

 

 

2⃣️元字符: 在正则表达式中包含特殊意义的字符

\w	匹配数字字母下划线(word)	[a-zA-Z0-9]
\d	匹配所有的数字(digit)	[0-9]
\s	匹配所有的空格 换行符 制表符 空格	[\n\t ]
\n	匹配换行符
\t	匹配制表符
\W	匹配非数字字母下划线的其他字符	与\w取反
\D	匹配非数字的所有其他字符	与\d取反
\S	匹配所有非空格的字符	与\s取反
^	匹配以指定字符开头
$	匹配以指定字符结尾
.	匹配除换行符之外的所有字符
\b	匹配单词边界
[]	只要出现在括号中的都可以被匹配
[^]	只要不出现在括号中的都可以被匹配	与[]取反
a|b	或，符合规则a或者规则b的都可以被匹配
()	分组，表示给几个字符加上量词约束的需求时，就给这些量词分在一个组

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a|b 元字符规则：

如果a规则是b规则的一部分，且a规则比b规则要苛刻，就把a规则写在前面。

将更复杂\更长的规则放在前面。　

 

3⃣️量词：修饰前面的元字符或者普通字符，限定字符出现的次数

{n}	量词之前的字符出现n次
{n,}	量词之前的字符至少出现n次
{n,m}	表示这个量词之前的字符出现n-m次
?	匹配量词之前的字符出现0次或一次，表示可有可无
+	匹配量词之前的字符出现至少1次 或者 多次
？	匹配量词之前的字符出现0次 或者 多次

 

 

 

 

 

 

 

 

正则表达式的匹配特点：

贪婪匹配（默认）：它会在允许的范围内取最长的结果

非贪婪模式/惰性匹配: 在量词后面加?

.*?x 匹配任意非换行符任意长度，知道遇到x就停止

 

正则在线测试工具 http://tool.chinaz.com/regex/

匹配整数 \d+

匹配小数 \d+\.\d+

匹配小数或整数  \d+\.\d+|\d+  或\d+(\.\d+)?

匹配身份证号 [1-9]d[16][\dx]|[1-9]\d{14}  或  [1-9]\d[14](\d{2}[\dX])?

 

Note：关于字符串挪到python中的转义的问题，只需要在工具中测试完毕，确认规则无误后，挪到python中在字符串的外面加上r，r""即可

 

 

补充：

零宽断言

(?=exp)也叫零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.时，它会匹配sing和danc。

(?<=exp)也叫零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。