Python个人学习笔记（19）：模块（正则表达式）

十、正则表达式

（一）基本含义

正则表达式是单独的一门语言，利用表达式的形式匹配字符串里面的内容。
最好在线写正则表达式，效率高
osChina在线正则测试

语法：
普通字符：类似abcdefg
元字符：具有特殊意义的符号（关键字）

作用：用表达式的形式来匹配字符串
只有连续的才能匹配

（二）基本元字符

元字符	含义
.	匹配所有除了换行符以外的其他所有东西
[ ]	字符组，匹配[ ]中的内容
\w	匹配所有数字、字母、下划线
\s	匹配所有空白符
\d	匹配所有数字
\W \S \D	取反，比如匹配除了所有的空白符（了解）
[^]	字符组取反
^	开始
$	结束
( )	优先级，分组

元字符	含义
.	匹配所有除了换行符以外的其他所有东西

…：连续两个非换行符字符组合
a.a：a+非换行符字符+a
在Python中可以匹配换行符

元字符	含义
[ ]	字符组，匹配[ ]中的内容

坑：[.]只匹配.，因为[ ]内的内容都是普通字符，除了~
[a~z]：匹配所有小写字母
[0~9]：匹配所有数字
[A~Z]：匹配所有大写字母
常用于设置密码，[A~Z 0~ 9 a~z]

元字符	含义
\w	匹配所有数字、字母、下划线

在某些平台和条件下可以匹配中文，比如Python
可以用[A~ Z 0 ~ 9 a~z_]来防止出现匹配中文的情况

元字符	含义
\s	匹配所有空白符

空白符包括：空格、换行\n、回车\r、制表符\t

元字符	含义
\d	匹配所有数字
\W \S \D	取反，比如匹配除了所有的空白符（了解）
[^]	字符组取反
^	开始
$	结束

^是指在开始的位置是否匹配，即是否以该字符开始的
主要用于防止用户没有按规则输入，比如手机号
^\d\d\d\d\d\d\d\d\d\d\d$

元字符	含义
( )	优先级，分组

（三）量词

方便写代码的
描述前面的元字符出现的次数
\d{3}：三次\d
只能控制前面的字符

量词	含义
+	匹配一次或多次，等同于{1,}

\d+：可以表示\d\d…，很多个连续的\d

量词	含义
*	匹配0次或多次，等同于{0,}

\d*：\d出现零次或多次，如果不是数字，有结果但不显示。
一般用于尽可能多地匹配时

量词	含义
?	匹配0次或1次，等同于{0,1}

\d?：单个字符出现

量词	含义
{n}	固定匹配n次
{n,m}	固定匹配n次到m次
{n,}	固定匹配n次到无数次

\d{n}：n个数字为一组，匹配n次

\d{2,5}表示：
\d\d
\d\d\d
\d\d\d\d
\d\d\d\d\d
2次到5次

（四）贪婪匹配和惰性匹配

.* 表示提取最长的结果，即贪婪匹配
.* ?表示提取最短的结果，即惰性匹配，是一个回溯算法

例：提取json字符({name: qiaofu, age:18, hobby:“吃(喝)拉撒”})
callback xkjlkdjfkldsajklfjklas({name: qiaofu, age:18, hobby:“吃喝拉撒”})
只要括号里的内容，所以写(.*?)，但是()是元字符，所以应该加\，所以为\(.?\)。但是如果()内部还有()，那么取到的结果不完整，所以应该去掉?，最后就是\(.\)

正则中，如果匹配普通字符，但是这个普通字符和元字符冲突的时候，需要用\进行转义，将元字符转义为普通字符