正則表達式

正則表達式是一種用來匹配字符串的強有力的武器。它的設計思想是用一種描述性的語言來給字符串定義一個規則，凡是符合規則的字符串，咱們就認爲它「匹配」了，不然，該字符串就是不合法的。

因此咱們判斷一個字符串是不是合法的Email的方法是：

1. 建立一個匹配Email的正則表達式；

2. 用該正則表達式去匹配用戶的輸入來判斷是否合法。

在正則表達式中，若是直接給出字符，就是精確匹配。用\d能夠匹配一個數字，\w能夠匹配一個字母或數字，因此：

• '00\d'能夠匹配'007'，但沒法匹配'00A'；

• '\d\d\d'能夠匹配'010'；

• '\w\w\d'能夠匹配'py3'；

.能夠匹配任意字符，因此：

• 'py.'能夠匹配'pyc'、'pyo'、'py!'等等。

要匹配變長的字符，在正則表達式中，用*表示任意個字符（包括0個），用+表示至少一個字符，用?表示0個或1個字符，用{n}表示n個字符，用{n,m}表示n-m個字符：

來看一個複雜的例子：\d{3}\s+\d{3,8}。

咱們來從左到右解讀一下：

1. \d{3}表示匹配3個數字，例如'010'；

2. \s能夠匹配一個空格（也包括Tab等空白符），因此\s+表示至少有一個空格，例如匹配' '，' '等；

3. \d{3,8}表示3-8個數字，例如'1234567'。

綜合起來，上面的正則表達式能夠匹配以任意個空格隔開的帶區號的電話號碼。

若是要匹配'010-12345'這樣的號碼呢？因爲'-'是特殊字符，在正則表達式中，要用'\'轉義，因此，上面的正則是\d{3}\-\d{3,8}。

可是，仍然沒法匹配'010 - 12345'，由於帶有空格。因此咱們須要更復雜的匹配方式。

進階

要作更精確地匹配，能夠用[]表示範圍，好比：

• [0-9a-zA-Z\_]能夠匹配一個數字、字母或者下劃線；

• [0-9a-zA-Z\_]+能夠匹配至少由一個數字、字母或者下劃線組成的字符串，好比'a100'，'0_Z'，'Py3000'等等；

• [a-zA-Z\_][0-9a-zA-Z\_]*能夠匹配由字母或下劃線開頭，後接任意個由一個數字、字母或者下劃線組成的字符串，也就是Python合法的變量；

• [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精確地限制了變量的長度是1-20個字符（前面1個字符+後面最多19個字符）。

A|B能夠匹配A或B，因此(P|p)ython能夠匹配'Python'或者'python'。

^表示行的開頭，^\d表示必須以數字開頭。

$表示行的結束，\d$表示必須以數字結束。

你可能注意到了，py也能夠匹配'python'，可是加上^py$就變成了整行匹配，就只能匹配'py'了。