正则表达式
正则表达式
-
什么是正则表达式
正则表达式就是匹配字符串内容的一种规则。
官方定义：正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
-
字符组
正则 匹配字符 配结果 明 0123456789] True 在一个字符组里枚举合法的所有字符，字符组里的任意一个字符和"待匹配字符"相同都视为可以匹配 0123456789] alse 于字符组中没有"a"字符，所以不能匹配 0-9] rue 可以用-表示范围,[0-9]就和[0123456789]是一个意思 a-z] rue 样的如果要匹配所有的小写字母，直接用[a-z]就可以表示 A-Z] rue A-Z]就表示所有的大写字母 0-9a-fA-F] rue 以匹配数字，大小写形式的a～f，用来验证十六进制字符 -
字符
字符 配内容 . 匹配除换行符以外的任意字符 \w 匹配字母或数字或下划线 \s 匹配任意的空白符 \d 匹配数字 \n 匹配一个换行符 \t 匹配一个制表符 \b 匹配一个单词的结尾 ^ 匹配字符串的开始 $ 匹配字符串的结尾 \W 配非字母或数字或下划线 \D 配非数字 \S 配非空白符 a|b 配字符a或字符b () 配括号内的表达式，也表示一个组 [...] 配字符组中的字符 [^...] 配除了字符组中字符的所有字符 -
量词
词 法说明 * 重复零次或更多次 + 重复一次或更多次 ? 重复零次或一次 重复n次 重复n次或更多次 重复n到m次 -
. ^ $
正则 待匹配字符 匹配 结果 说明 海. 海燕海娇海东 海燕海娇海东 匹配所有"海."的字符 ^海. 海燕海娇海东 海燕 只从开头匹配"海." 海.$ 海燕海娇海东 海东 只匹配结尾的"海.$" -
*+?{}
| 正则 | 待匹配字符 | 匹配 结果 | 说明 |
|---|---|---|---|
| 李.? | 李杰和李莲英和李二棍子 | 李杰 李莲 李二 | 表示重复零次或一次，即只匹配"李"后面一个任意字符 |
| 李.* | 李杰和李莲英和李二棍子 | 李杰和李莲英和李二棍子 | 表示重复零次或多次，即匹配"李"后面0或多个任意字符 |
| 李.+ | 李杰和李莲英和李二棍子 | 李杰和李莲英和李二棍子 | 表示重复一次或多次，即只匹配"李"后面1个或多个任意字符 |
| 李. | 李杰和李莲英和李二棍子 | 李杰和 李莲英 李二棍 | 1,2}匹配1到2次任意字符 |
注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配
| 正则 | 待匹配字符 | 匹配 结果 | 说明 |
|---|---|---|---|
| 李.*? | 李杰和李莲英和李二棍子 | 李 李 李 | 惰性匹配 |
-
字符集［］［^］
正则 待匹配字符 匹配 结果 说明 李[杰莲英二棍子]* 李杰和李莲英和李二棍子 李杰 李莲英 李二棍子 示匹配"李"字后面[杰莲英二棍子]的字符任意次 李[^和]* 李杰和李莲英和李二棍子 李杰 李莲英 李二棍子 示匹配一个不是"和"的字符任意次 [\d] 456bdha3 4 5 6 3 示匹配任意一个数字，匹配到4个结果 [\d]+ 456bdha3 456 3 示匹配任意个数字，匹配到2个结果 -
分组 ()与 或 ｜［^］
正则 待匹配字符 匹配 结果 说明 [1]\d{13,16}[0-9x]$ 110101198001017032 110101198001017032 表示可以匹配一个正确的身份证号 [2]\d{13,16}[0-9x]$ 1101011980010170 1101011980010170 示也可以匹配这串数字，但这并不是一个正确的身份证号码，它是一个16位的数字 [3]\d{14}(\d{2}[0-9x])?$ 1101011980010170 False 在不会匹配错误的身份证号了()表示分组，将\d{2}[0-9x]分成一组，就可以整体约束他们出现的次数为0-1次 ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ 110105199812067023 110105199812067023 示先匹配[1-9]\d{16}[0-9x]如果没有匹配上就匹配[1-9]\d -
转义符 \
在正则表达式中，有很多有特殊意义的是元字符，比如\n和\s等，如果要在正则中匹配正常的"\n"而不是"换行符"就需要对"\"进行转义，变成'\\'。
正则 待匹配字符 匹配 结果 说明 \n \n False 为在正则表达式中\是有特殊意义的字符，所以要匹配\n本身，用表达式\n无法匹配 \\n \n True 义\之后变成\，即可匹配 "\\\\n" '\\n' True 果在python中，字符串中的''也需要转义，所以每一个字符串''又需要转义一次 -
贪婪匹配
贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配
正则 待匹配字符 匹配 结果 说明 <.*> <script>...<script> <script>...<script> 认为贪婪匹配模式，会匹配尽量长的字符串 <.*?> <script>...<script> <script>...<script> 上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串 几个常用的非贪婪匹配Pattern
*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复
...............
