正则 (入门篇)

如果你对正则感兴趣,读完这篇文章,一定会有收获~_^

简单来说

正则一般代指正则表达式

正则表达式是从"复杂数据"中抽取"有用数据"的公式

---

写好正则表达式的两个要点:

1.正确匹配字符数量(相关符号:*,+,?,{})

2.正确匹配字符种类(相关符号:除上面符号以外的其它符号^_~)

---

相关符号

.代表"万能匹配";//可以匹配除了"\n"(换行符)之外的任何单个字符

?代表"不要贪婪";//用在*,+,?后面,表示匹配的越少越好

?也代表"非〇即一";

^代表"除了你";//在中括号内,如[^_]表示单个非下划线字符

^也代表"匹配首位";

$代表"匹配末位";

*代表"〇至无穷"; //大于等于0的整数

+代表"一至无穷";//大于等于1的整数

|代表"我们都一样";//|表示"或"

---

\d代表"匹配数字";//0-9

\D代表"匹配非\d"

\w代表"匹配字符";//0-9,A-Z,a-z,_

\W代表"匹配非\w"

---

几个括号

大括号{}用来确定数量

re.match表示正则模块里面的match函数(match函数默认从字符串首部开始匹配),\d匹配单个数字{3}代表匹配3个

image.png

中括号[]用来确定匹配字符的种类

第一种写法

re.match(r"[123]{1}根烟","1根烟")

re.match(r"[123]{1}根烟","2根烟")

re.match(r"[123]{1}根烟","3根烟")

image.png

中括号内的123可匹配单个1或2或3

第二种写法

re.match(r"[1,2,3]{1}根烟","1根烟")

re.match(r"[1,2,3]{1}根烟","2根烟")

re.match(r"[1,2,3]{1}根烟","3根烟")

image.png

小括号()用来为表达式整体匹配后,"按需提取"(经常和函数group配合使用)

如提取域名中的词组(以简书域名为例)

re.match(r".*//.*?\.+(.*?)\.+[^\.]*","http://www.bilibili.com").group(1)

image.png

什么是贪婪匹配?

• 贪婪的总是尝试匹配尽可能多的字符；(大多编程语言的正则默认贪婪)

• 在*,?,+,{m,n}后面加上？即可使贪婪变成非贪婪.

写在最后

• 正则表达式相当于编程的小九九,背的时候有点恶心,但用起来非常爽!

• 正则表达式,最早用于唯一标示复杂的神经网络,现可用于"唯一标示"某个字符串,也就是"唯一匹配"字符串

• 正则表达式使用了大量的特殊字符,这些特殊字符在不同的语境下还会有不同的含义,所以正则的表达式看起来有点像乱码(表象无序的乱码,底层极致的规范)