正则表达式学习笔记

这个课的第九章的学习笔记
这只是学习笔记，建议最后听一下原课程的应用实例

正则表达式入门

.：任意一个字符
*：量词，左侧字符串出现任意次（包括 \(0\) 次）
?：量词，左侧字符出现 \(\le1\) 次
+：量词，左侧字符出现 \(\ge1\) 次
{n}：量词，左侧字符出现 \(n\) 次
{n,m}：量词，左侧字符出现 \(x\) 次，其中 \(n\le x\le m\)，\(m\) 可以不写表示无上限
[]：范围符号，[a2c] 表示三选一，[a-z] 表示范围，[^a-z] 表示非（反选），[\u4e00-\u9fa5] 表示一个汉字
\d：代表一个数字，等价于 [0-9]
\s：代表一个空白字符，诸如 Space，\n，\r，Tab
\w：代表一个单词字符，诸如a，9，_，蛙
\A：边界符号，表示左边界，左边没有任何字符
\Z：边界符号，表示右边界，右边没有任何字符
^：边界符号，行开头
^：边界符号，行结尾
\b：边界符号，行结尾
\大写字母：表示 \对应的小写字母 取反
()：分组，分组号按左括号顺序 1index，\(0\) 代表整个串。可以通过 a.group(x) 提取第 \(n\) 个分组。分组是一个整体，可以加量词
\数字：分组相关，代表第 \(n\) 个分组匹配上的原串 e.g. (a*b)\1 可以匹配上 aabaab 不能匹配上 aabab
|：代表或者，aaaa|b 可以匹配 aaaa 和 b。和 c++ 里的 || 一样，第一个找到了就不去匹配第二个元素了

那么，现在你已经对正则表达式的基本原理有了一定了解，就让我们来看一看下面这些简单的例子，来把我们刚刚学到的知识运用到实践中吧！

试试看

没有多余 \(0\) 的小数 -?([1-9]\d*\.\d*[1-9]|0|0\.\d*[1-9])

python 中的正则表达式

import re
a=re.match(a,S,flag=0) 从头开始用 a 匹配 S
a=re.search(a,S,flag=0) 用 a 匹配 S
a=re.findall(a,S,flag=0) 没有分组时，找出所有匹配串存入 list；有且仅有一个分组时，把分组内容存入 list；否则每个匹配的所有分组构成元组，把所构成的元组存入 list 返回
a=re.sub(a,b,S,flag=0) 把所有匹配的替换成 b
a.group(x=0) 或 a.group(x1,x2,...) 返回匹配结果第 \(n\) 个元组
a.groups() 返回所有元组的匹配结果，相当于 a.group(1,2,...n)
a.string 返回文本串
a.start(x=0)、a.end(x=0)、a.span(x=0) 返回第 \(x\) 个分组匹配位置开头、结尾、头尾构成的元组。

贪婪模式和懒惰模式

贪婪模式下，量词代表的数量尽量多。 e.g. 用 <.*> 匹配 <a><b>aaa 得到 <a><b>
懒惰模式下，量词代表的数量尽量多。
默认贪婪。开启懒惰模式的方式是在量词后面加上 ?。e.g. <.*?>