正则表达式的运用

作为一个开发者，正则表达式是我们需要经常使用的，往常遇到总是直接百度网上的结果，最近由于python爬虫的学习，需要经常使用正则表达式，今天正好认真学一下。

特殊字符

字符	描述
^	以什么开始
$	以什么结尾
.	代表任意单个字符
+	代表最少出现一次
*	代表前面字符可任意长度
?	代表非贪婪模式
|	代表或
{2}	代表前面字符出现的次数（即2次)
{2，}	代表前面字符出现的次数（即大于2次）
{2，5}	代表前面字符出现的次数（即大于等于2次小于等于5次）
（ ）	代表一个子表达式
[123]	代表其中任意之一（即1或2或3都可以）
[0-9]	代表区间（即0到9都可以）
[^1]	代表不为1
\s	代表一个空格
\S	代表不是一个空格
\d	匹配一个数字字符。等价于 [0-9]。
\D	匹配一个非数字字符。等价于 [^0-9]。
\w	匹配字母、数字、下划线。等价于’[A-Za-z0-9_]’
\W	匹配非字母、数字、下划线。等价于’[^A-Za-z0-9_]’

实例：

匹配邮箱
分析：一个邮箱的格式大致是这个样子： *****@***.*** 即分为5部分，

*****	@	***	.	***

"""

 第一部分:可以是任意数字、字母、下划线，且至少出现一次，毕竟 @ 前不能为空吧，即：^\w+
 第二部分:只有一个@，即：[@]
 第三部分：可以是任意数字、字母、下划线，且至少出现一次，毕竟 @ 后不能直接是 . 吧，即：\w+
 第四部分：只有一个 . ，即：[.]
 第五部分：一般来说域名都是字母，且至少出现两次(com、cn，不可能为一个字母)，即：[a-z]{2，}$
 合起来就是：“^\w+[@]\w+[.][a-z]{2，}$”

"""

import re

line = '123@163.com'
regex_str = '^\w+[@]\w+[.][a-z]{2,}$'
match_obj = re.match(regex_str,line)
if match_obj:
    print("yes")
    pass


"""
也有可能邮箱最后面是一个二级域名：abc123@qq.com.cn,那么
 第一部分:可以是任意数字、字母、下划线，且至少出现一次，毕竟 @ 前不能为空吧，即：^\w+
 第二部分:只有一个@，即：[@]
 第三部分：可以是任意数字、字母、下划线，且至少出现一次，毕竟 @ 后不能直接是 . 吧，即：\w+
 第四、五部分：因为可能有两个以上的 . ，所以将上面的四五合起来匹配至少一次即可，即 ([.]([a-z]{2，}))+$
 合起来就是：“^\w+[@]\w+([.]([a-z]{2，}))+$”
"""
line1 = '123@163.com.cn'
regex_str1 = '^\w+[@]\w+([.][a-z]{2,})+$'
match_obj1 = re.match(regex_str1,line1)
if match_obj1:
    print("yes")
    pass