正則表達式

正則表達式

1. 什麼是正則表達式

   正則表達式就是匹配字符串內容的一種規則。

   官方定義：正則表達式是對字符串操做的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個「規則字符串」，這個「規則字符串」用來表達對字符串的一種過濾邏輯。

   在線測試工具 http://tool.chinaz.com/regex/

2. 字符組

   正則	匹配字符	配結果	明
   0123456789]		True	在一個字符組裏枚舉合法的全部字符，字符組裏的任意一個字符和"待匹配字符"相同都視爲能夠匹配
   0123456789]		alse	於字符組中沒有"a"字符，因此不能匹配
   0-9]		rue	能夠用-表示範圍,[0-9]就和[0123456789]是一個意思
   a-z]		rue	樣的若是要匹配全部的小寫字母，直接用[a-z]就能夠表示
   A-Z]		rue	A-Z]就表示全部的大寫字母
   0-9a-fA-F]		rue	以匹配數字，大小寫形式的a～f，用來驗證十六進制字符

3. 字符

   字符	配內容
   .	匹配除換行符之外的任意字符
   \w	匹配字母或數字或下劃線
   \s	匹配任意的空白符
   \d	匹配數字
   \n	匹配一個換行符
   \t	匹配一個製表符
   \b	匹配一個單詞的結尾
   ^	匹配字符串的開始
   $	匹配字符串的結尾
   \W	配非字母或數字或下劃線
   \D	配非數字
   \S	配非空白符
   a|b	配字符a或字符b
   ()	配括號內的表達式，也表示一個組
   [...]	配字符組中的字符
   [^...]	配除了字符組中字符的全部字符

4. 量詞

   詞	法說明
   *	重複零次或更屢次
   +	重複一次或更屢次
   ?	重複零次或一次
   {n}	重複n次
   {n,}	重複n次或更屢次
   {n,m}	重複n到m次

5. ​ . ^ $

   正則	待匹配字符	匹配 結果	說明
   海.	海燕海嬌海東	海燕海嬌海東	匹配全部"海."的字符
   ^海.	海燕海嬌海東	海燕	只從開頭匹配"海."
   海.$	海燕海嬌海東	海東	只匹配結尾的"海.$"

6. *+?{}

正則	待匹配字符	匹配 結果	說明
李.?	李傑和李蓮英和李二棍子	李傑 李蓮 李二	表示重複零次或一次，即只匹配"李"後面一個任意字符
李.*	李傑和李蓮英和李二棍子	李傑和李蓮英和李二棍子	表示重複零次或屢次，即匹配"李"後面0或多個任意字符
李.+	李傑和李蓮英和李二棍子	李傑和李蓮英和李二棍子	表示重複一次或屢次，即只匹配"李"後面1個或多個任意字符
李.{1,2}	李傑和李蓮英和李二棍子	李傑和 李蓮英 李二棍	1,2}匹配1到2次任意字符

注意：前面的*,+,?等都是貪婪匹配，也就是儘量匹配，後面加?號使其變成惰性匹配

正則	待匹配字符	匹配 結果	說明
李.*?	李傑和李蓮英和李二棍子	李 李 李	惰性匹配

1. 字符集［］［^］

   正則	待匹配字符	匹配 結果	說明
   李[傑蓮英二棍子]*	李傑和李蓮英和李二棍子	李傑 李蓮英 李二棍子	示匹配"李"字後面[傑蓮英二棍子]的字符任意次
   李[^和]*	李傑和李蓮英和李二棍子	李傑 李蓮英 李二棍子	示匹配一個不是"和"的字符任意次
   [\d]	456bdha3	4 5 6 3	示匹配任意一個數字，匹配到4個結果
   [\d]+	456bdha3	456 3	示匹配任意個數字，匹配到2個結果

2. 分組 ()與 或 ｜［^］

   正則	待匹配字符	匹配 結果	說明
   ^[1-9]\d{13,16}[0-9x]$	110101198001017032	110101198001017032	表示能夠匹配一個正確的身份證號
   ^[1-9]\d{13,16}[0-9x]$	1101011980010170	1101011980010170	示也能夠匹配這串數字，但這並非一個正確的身份證號碼，它是一個16位的數字
   ^[1-9]\d{14}(\d{2}[0-9x])?$	1101011980010170	False	在不會匹配錯誤的身份證號了()表示分組，將\d{2}[0-9x]分紅一組，就能夠總體約束他們出現的次數爲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]若是沒有匹配上就匹配[1-9]\d{14}

3. 轉義符
   在正則表達式中，有不少有特殊意義的是元字符，好比\n和\s等，若是要在正則中匹配正常的"\n"而不是"換行符"就須要對"\"進行轉義，變成'\\'。

   正則	待匹配字符	匹配 結果	說明
   \n	\n	False	爲在正則表達式中\是有特殊意義的字符，因此要匹配\n自己，用表達式\n沒法匹配
   \\n	\n	True	義\以後變成\，便可匹配
   "\\\\n"	'\\n'	True	果在python中，字符串中的''也須要轉義，因此每個字符串''又須要轉義一次

4. 貪婪匹配

   貪婪匹配：在知足匹配時，匹配儘量長的字符串，默認狀況下，採用貪婪匹配

   正則	待匹配字符	匹配 結果	說明
   <.*>	<script>...<script>	<script>...<script>	認爲貪婪匹配模式，會匹配儘可能長的字符串
   <.*?>	<script>...<script>	<script>...<script>	上？爲將貪婪匹配模式轉爲非貪婪匹配模式，會匹配儘可能短的字符串

   幾個經常使用的非貪婪匹配Pattern
   *? 重複任意次，但儘量少重複
   +? 重複1次或更屢次，但儘量少重複
   ?? 重複0次或1次，但儘量少重複
   {n,m}? 重複n到m次，但儘量少重複
   {n,}? 重複n次以上，但儘量少重複

...............