正则表达式，刷题时偷懒的后备资源_正则表达式懒惰匹配-优快云博客

本文链接：https://blog.youkuaiyun.com/SinkAboutIt/article/details/146403225

正则表达式是一种文本模式描述的工具，比如在word文档以及ppt中的文字查找，使用的都是正则表达式。它可以用来检索、替换那些符合某个模式(规则)的文本，在leetcode查找符合要求字符串中十分好用。

基本匹配

re.match(pattern, string): 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match() 就返回 None。
re.search(attern, string): 扫描整个字符串并返回第一个成功的匹配。
re.match() 和 re.search() 都返回一个匹配对象（Match object），如果没有找到匹配则返回 None。
re.compile(regex, flags=0),regex是正则表达式字符串，flags是可选的标志，用于修改正则表达式的行为

match_obj = re.match(r'\\d+', '123abc456')
if match_obj:
    print(match_obj.group())  # 输出: '123'

高级匹配

re.findall(pattern, string): 在字符串中找到正则表达式所匹配的所有子串，并返回一个列表。
re.finditer(pattern, string): 扫描整个字符串，找到正则表达式所匹配的所有子串，并返回一个迭代器，该迭代器产生 Match 对象。

print(re.findall(r'\\d+', '123abc456'))  # 输出: ['123', '456']

替换文本

re.sub(): 替换字符串中的一些匹配项。

re.sub(替换的对象，将替换成的内容，文本)

print(re.sub(r'\\d+', 'NUM', '123abc456'))  # 输出: 'NUMabcNUM'

特殊序列

限定符

a* a出现0次或多次
a+ a出现1次或多次
a? a出现0次或1次
a{6} a出现6次
a{2,6} a出现2-6次
a{2,} a出现两次以上

或运算符

(a|b) 匹配a或者b
(ab)|(cd) 匹配ab或者cd

字符类

[abc] 匹配a或者b或者c
[a-c] 同上
[a-fA-F0-9] 匹配小写+大写英文字符以及数字
[^0-9] 匹配非数字字符

元字符

\d 匹配数字字符
\D 匹配非数字字符
\w 匹配单词字符(英文、数字、下划线)
\W 匹配非单词字符
\s 匹配空白符(包含换行符、Tab)
\S 匹配非空自字符
. 匹配任意字符(换行符除外)
\bword\b \b标注字符的边界(全字匹配)
^ 匹配行首
$ 匹配行尾

贪婪/懒惰匹配

<.+> 默认贪婪匹配“任意字符”

<.+?> 懒惰匹配“任意字符”

上示例

说一句，刷题的目标也为了锻炼锻炼思维，直接用正则表达式有点违背这一初衷hhh，但能保证提交结果正确，这里说几个例子，以便各位熟练运用

注：有的题目是需要设计正则表达式，我们再用正则表达式来做这种题显然不合适。

8. 字符串转换整数 (atoi)

请你来实现一个 myAtoi(string s) 函数，使其能将字符串转换成一个 32 位有符号整数。

函数 myAtoi(string s) 的算法如下：

空格：读入字符串并丢弃无用的前导空格（" "）
符号：检查下一个字符（假设还未到字符末尾）为 '-' 还是 '+'。如果两者都不存在，则假定结果为正。
转换：通过跳过前置零来读取该整数，直到遇到非数字字符或到达字符串的结尾。如果没有读取数字，则结果为0。
舍入：如果整数数超过 32 位有符号整数范围 [−231, 231 − 1] ，需要截断这个整数，使其保持在这个范围内。具体来说，小于 −231 的整数应该被舍入为 −231 ，大于 231 − 1 的整数应该被舍入为 231 − 1 。

返回整数作为最终结果。

（图片来源于leetcode）

这里我们需要读取符号，具体数字，数字前面还不能有0，这里我们可用设置正则化规则进行匹配

import re
class Solution:
    def myAtoi(self, str: str) -> int:
        INT_MAX = 2147483647    
        INT_MIN = -2147483648
        str = str.lstrip()      #清除左边多余的空格
        num_re = re.compile(r'^[\+\-]?\d+')   #设置正则规则
        num = num_re.findall(str)  
        num = int(*num) 
        return max(min(num,INT_MAX),INT_MIN)

我们这里设置的正则化规则为首先

^ 表示匹配字符串的开头。
[\+\-]? 表示可选的正号或负号。
\d+ 表示一个或多个数字。
findall 方法返回所有匹配的结果，通常是一个列表。先解包列表，再强制类型转换得到最终结果。

65. 有效数字

给定一个字符串 s ，返回 s 是否是一个 有效数字。

例如，下面的都是有效数字："2", "0089", "-0.1", "+3.14", "4.", "-.9", "2e10", "-90E3", "3e+7", "+6e-1", "53.5e93", "-123.456e789"，而接下来的不是："abc", "1a", "1e", "e3", "99e2.5", "--6", "-+3", "95a54e53"。

一般的，一个 有效数字 可以用以下的规则之一定义：

一个整数后面跟着一个 可选指数。
一个 十进制数 后面跟着一个 可选指数。

一个整数定义为一个 可选符号 '-' 或 '+' 后面跟着数字。

一个 十进制数 定义为一个 可选符号 '-' 或 '+' 后面跟着下述规则：

数字后跟着一个 小数点 .。
数字后跟着一个 小数点 . 再跟着数位。
一个 小数点 . 后跟着数位。

指数定义为指数符号 'e' 或 'E'，后面跟着一个整数。

数字定义为一个或多个数位。

我们这里需要匹配实数以及相对复杂的指数，这里我们就可以分为两种情况，第一种情况分为两小种情况，一是整数二是小数，第二种情况则是指数，我们这里就可以直接来写正则化规则了。

class Solution:
    def isNumber(self, s: str) -> bool:
        pattern = r'^[+-]?(\d+(\.\d*)?|\.\d+)([eE][+-]?\d+)?$'
        res = re.match(pattern,s.strip())
        return bool(res)

一、1. ^[+-]?
        ^：匹配字符串的开头。
        [+-]?：匹配可选的正号 + 或负号 -。? 表示前面的字符或组可以出现 0 次或 1 次。但不是多次
        2. (\d+(\.\d*)?|\.\d+)
        (\d+(\.\d*)?|\.\d+)：这是一个分组，匹配整数或小数部分。
        \d+：匹配一个或多个数字。
        (\.\d*)?：匹配可选的小数部分。\. 匹配点号，\d* 匹配 0 个或多个数字。? 表示小数部分可以出现 0 次或 1 次。
        |\.\d+：匹配以点号开头的小数部分。\. 匹配点号，\d+ 匹配一个或多个数字。
        |：表示“或”，匹配前面或后面的表达式。
二、 ([eE][+-]?\d+)?
        ([eE][+-]?\d+)?：这是一个分组，匹配可选的指数部分。
        [eE]：匹配小写或大写的 e，表示指数部分的开始。
        [+-]?：匹配可选的正号 + 或负号 -。
        \d+：匹配一个或多个数字。
        ?：表示指数部分可以出现 0 次或 1 次。
三、 $没什么好说的，就是匹配结尾