Python学习总结（九）正则表达式

正则表达式

---

什么是正则表达式

我的理解：正则表达式（Regular Expression）是用来做字符串匹配的一种精简表达方法。

---

正则表达式相关字符

一般形式：result = re.match(正则表达式, 匹配字符串)
python中的正则表达式匹配规则：
从左到右匹配，一旦匹配成功立刻返回class类型（不再匹配后续字符），否则返回NoneType

表示字符

声明:e.g. ‘\d’ 表示为数字，则相应大写 ‘\D’ 表示取反，即非数字。这里不对其大写做说明。

符号	作用	等价于
.	占一个字符的位置，可匹配除\n的任何字符	/
[ 规则 ]	匹配一个满足括号内规则的字符	/
\d	匹配一个数字	[1-9]，[^\D]
\s	匹配空格，如 \t, \n及空格等	[^\S]
\w	匹配数字、字母、下划线	[1-9a-zA-Z_]，[^\W]

注：[ ] 间的规则与规则之间无需用空格隔开，如上面的 \w 的另一种表示。
[ ] 内的 ^ 表示非 的意思，[^123] 等价于 [^1^2^3]
[1-9]：此字符为1到9间的数字

表示数量

符号	作用	等价于
*	符号前的字符可有可无	{0,}
+	符号前字符至少出现一次	{1,}
?	符号前字符只能出现0次或1次	{0,1}
{m}	指定符号前字符出现数量为m次	/
{m,}	指定符号前字符至少出现m次	/
{m,n}	指定…区间为m次到n次	/

注：
1.解决re与python中转义字符的冲突问题，e.g.
有字符串为 string = “\\nstring”（表转义），如果做正则表达式匹配这个字符串，需要这样写"\\\\nstring"，为什么是四个反斜杠呢？因为对比匹配字符串来说，re的第一个反斜杠用来作为\ 的匹配，第三个反斜杠则用来作为\n的匹配。
python中的原始(raw)字符串很好的解决了这个问题，在re字符串前加r例如string = r"\nstring"就直接表示了原始的字符串（也就是双引号内什么样，字符串就是什么样）。
因此，在一般的re前最好加上r。

2.几个帮助理解上述符号的例子：

1. result = re.match("\d+", “abc”) ，result类型为None，因为在abc中数字一次都没出现
2. result = re.match("\d?[a-z]", “1234abc”)，result类型为None，问号释义为出现0次或1次，字符串向右匹配，匹配到2前已经出现过一次数字，因此 re 会对 2 做 [a-z] 的匹配，而2类型不为字母，故为None。
3. result = re.match("\d?", “1234abc”)，result类型为class，当匹配到字符1为数字后，证明数字出现了一次，那么直接返回class。

表示边界

符号	作用
^	匹配字符串开头
$	匹配字符串结尾
\b	匹配单词边界
\B	匹配非单词边界

一个例子，匹配手机号码格式是否正确：
result = re.match(r"^1[35678]\d{9}$", phone_number)

---

未完待续