正则表达式

正则表达式_2018.3.15

一个正则表达式工具：regexpal
正则定义：由普通字符和特殊字符(元字符)组成的文字模式，常用于刷选匹配

1.字符

1.1普通字符 包括打印字符 和 非打印字符

打印字符：字母、数字、标点、下划线
非打印字符：

【字符】    【含义】

\s      匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S      匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\d      用于匹配从0到9的数字； 
\w      用于匹配字母，数字或下划线字符；
\W      用于匹配所有与\w不匹配的字符；
\n      匹配一个换行符。等价于 \x0a 和 \cJ。
\r      匹配一个回车符。等价于 \x0d 和 \cM。
\t      匹配一个制表符。等价于 \x09 和 \cI。
\v      匹配一个垂直制表符。等价于 \x0b 和 \cK。
\cx     匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
\f      匹配一个换页符。等价于 \x0c 和 \cL。

1.2元字符(特殊字符)

说明：特殊含义的字符，例如 \ 是转义字符

【元字符】  【说明】
$      匹配输入字符串的结尾位置。要匹配 $ 字符本身，请使用 \$。
( )      标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 \(和\)。
*       匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*。
+      匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+。
.      匹配除换行符 \n之外的任何单字符。要匹配 .请使用 \.。
[       标记一个中括号表达式的开始。要匹配 [，请使用 \[。
?       匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 \?。
\       将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\\' 匹配 "\"，而 '\(' 则匹配 "("。
^      匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 \^。
{       标记限定符表达式的开始。要匹配 {，请使用 \{。
|      指明两项之间的一个选择。要匹配 |，请使用 \|。

1.3.限定符

用于添加限定条件，有*或+或?或{n}或{n,}或{n,m}共6种

* 匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+ 匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
? 匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
{n} n 是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。
{n,} n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。
{n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。

1.4定界符

 用来描述字符串或单词的边界；不能对定界符使用定界符！

^和$分别指字符串的开始与结束，
\b描述单词的前或后边界，
\B表示非单词边界。

1.5字符类

可以使用字符类指定字符列表以匹配正则表达式中的一个位置。使用方括号（[ 和 ]）定义字符类。例如，下面的正则表达式定义了匹配 bag、beg、big、bog 或 bug 的字符类：/b[aeiou]g/
【字符类还有很多筛选方式】

2.各种运算符的优先级

相同优先级的从左到右进行运算，不同优先级的运算先高后低。
各种操作符的优先级从高到低，如下：
操作符          描述
\               转义符
(), (?:), (?=), []      圆括号和方括号
*, +, ?, {n}, {n,}, {n,m}       限定符
^, $, \anymetacharacter     位置和顺序
|       “或”操作

3.正则的修饰

/正则表达式/i 忽略大小写
/正则表达式/S
/正则表达式/M

4.Python 的 re模块

1.match找，只从开头开始匹配
re.match(正则(正则group1))
print(g<1>)

2.serch，可以从任意位置开始找

3.findall
4.finditer 迭代器，类似for循环
可以使用for循环并且可以用next调用的函数是迭代器【不精确，待核实】
5.sub 替换，代替

6.sub2

5.其他Tips：

/正则表达式/  这//是linux的边界符 ， Python里面是r'正则表达式'
设计模式/思维 - 定义类的方式： 工厂模式、单例模式、监视器模式
UML  设计方法论
PowerDesigner 数据库设计
《高性能mysql》书   学习数据库优化原则