正则表达式基础
语法
/pattern/修饰符
我的2种理解：
- 在targetStr中找符合patternStr的串
- 判断targetStr是否符合patternStr的规则
Pattern
字符类
| 例子 | ||
|---|---|---|
| [] | [字符序列]，字符类（字符集） | [Tt]he "The"或"the" => The car parked in the garage. ar[.] "ar." => A garage is a good place to park a car. |
| [^字符序列]，否定的字符类（反向类） | [^c]ar c以外的一个字符 + "ar" => The car parked in the garage. [ ^cp]ar c、p以外的一个字符 + "ar" => The car parked in the garage. |
|
| [字符-字符…], 范围类 | [a-z]，小写字母 [a-zA-Z]，字母 [a-z-]，小写字母还有“-” |
预定义字符类
| 对应字符类 | 含义 | 例子 | |
|---|---|---|---|
| . | [^\n\r] |
回车和换行以外的字符 | ".ar" => The car parked in the garage. |
| \ucode | code对应的unicode字符 | ||
| \d | [0-9] |
数字字符 | |
| \s | [\n\r\t\x0B\f] |
空白符 | |
| \w | [a-zA-Z_0-9] |
单词字符（数字、字母、_） | |
| \D | [^0-9] |
非数字字符 | |
| \S | [^\n\r\t\x0B\f] |
非空白符 | |
| \W | [^a-zA-Z_0-9] |
非单词字符 |
汉字字符
[\u4E00-\u9FA5]表示任意汉字
pattern里可以直接用中文字符的
边界
| 含义 | |
|---|---|
| \b | 单词边界 |
| \B | 非单词边界 |
| ^ | 开始（写在字符前），从行首匹配 |
| $ | 结束（写在字符后），从行末匹配 |
量词
| 含义 | 例子 | |
|---|---|---|
| ? | 0次或1次 | [T]?he => The car is parked in the garage. he和The |
| + | 一次或多次（至少一次） | c.+t => The fat cat sat on the mat. 第一个c，最后一个t以及之间的字符串（之间字符串位空则不匹配） |
| * | 任意次（可以是0次） | [a]* 所有的a => The fat cat sat on the concatenation. [a-z]* 所有的小写字母 => The fat cat sat on the concatenation. |
| 出现n次 | ||
| n到m次 | ||
| 至少n次 | ||
| 至多m次 |
贪婪匹配
贪婪匹配：次数取区间最大值
非贪婪匹配：量词后加？，次数取区间最小值
分组()
# 分组前面有字符时，前面有.*才能匹配到
re.match('.*([\u4E00-\u9FA5]{2})大学', '在南京大学学习')
re.match('([\u4E00-\u9FA5]{2})大学', '在南京大学学习')
或|
pattern1|pattern2满足pattern1或者pattern2
修饰符
| 含义 | |
|---|---|
g |
全局匹配，默认只得到第一次匹配结果 |
i |
忽略大小写，默认不忽略大小写 |
m |
多行匹配，默认只匹配一行（因为换行符在系统看来就是\n） |
不同语言
Java
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public static void main(String[] args){
Pattern pattern = Pattern.compile(patternStr);
Matcher matcher_obj = pattern.matcher(targetStr);
if(matcher_obj.matches()){
// matcher_obj.group(1) 匹配内容的第1个分组（分组从1开始）
System.out.println("group1=" + matcher_obj.group(1));
}
}
patternString里\需要转义，比如\d要用\\d
Python
import re
# re.match(patternStr, targetStr) 进行正则匹配
match_obj = re.match(patternStr, targetStr)
# match_obj 没有匹配到时为空
if matchobj:
# match_obj.string 匹配的所有内容
print(match_obj.group(0))
# match_obj.groups(1) 匹配内容的第1个分组（分组从1开始）
print(match_obj.group(1))
# match_obj.groups() 匹配内容的分组（数组格式）， 没有分组时为空
print(match_obj.groups())
patternString里\不用转义，比如\d就用\d而不是\\d
