【正则表达式】程序员的“瑞士军刀”

博主前言：

在上学的时候有幸读了一本书，说是一本书，倒不如说是一个小册子。这本册子就是计算机技术大佬Ben Forta编写的《正则表达式必知必会》。这本册子使用简明又实用的例子，让我对正则表达式产生了浓厚的兴趣。在后期的学习中我发现，正则表达式是真的太强大了，特别是在处理复杂旳文本和表单时，正则表达式极大的让原本复杂的编码化成简单的、易懂的字符串。当然，在此之前，你要弄懂以及熟悉正则表达式的相关规则。

1. 什么是正则表达式？

简单地说，正则表达式就是用来处理文本的字符串。
当我们要处理一段文本时，如搜索、匹配、替换等，
首先，我们可以使用正则表达式语言来定一个正确的模板，
然后，用这个模板在文本中去匹配。
在Python语言中，使用正则表达式需要导入re模块。

import re

def main():
    """选出正确的QQ邮箱"""
    datas = ["tomato@qq.com","potato@qq.comcom","konat0@163.com"]
    for data in datas:
        test = re.match("[a-zA-z0-9]*@qq\.com$",data)
        if test:
            content = test.group()      # 取出test的值
            print(content)          # 若存在返回值就输出

if __name__ == '__main__':
    main()

在上段代码中 [a-zA-z0-9]*@qq\.com$ 就是一串正则表达式。
（如果看不懂，请阅读全篇文章后再回来理解）
使用re模块的match函数可以得到一个符合正则表达式的对象，
如果没有符合正则表达式的对象，就会返回空（并不会报错），
所以，博主在学习正则表达式的时候总结了一句话：
没有错误的正则表达式，只有不正确的正则表达式。
运行上段代码，结果如下图所示。

2. 正则表达式规则

2.1 匹配

.	匹配任何一个单个的字符
[]	匹配 [] 中列举的字符
^	匹配字符串开头 / 取非匹配
\d	匹配一个数字
\D	匹配一个非数字
\s	匹配空白，即空格键、tab键
\S	匹配非空白
\w	匹配任何一个字母数字字符或下划线（大小写均可）
\W	匹配任何一个非字母数字字符或下划线
{n}	匹配 {} 前一个字符出现n次
{m, n}	匹配 {} 前一个字符出现从m次到n次
*	匹配零个或多个字符（可有可无）
+	匹配一个或多个字符（至少一个）
?	匹配零个或一个字符
*?	*的懒惰型元字符
+？	+的懒惰型元字符
{n,}?	{}的懒惰型元字符

2.2 空白元字符

\	转义字符
\f	换页符
\n	换行符
\r	回车符
\t	水平制表符（Tab键）
\v	垂直制表符
\b	单词限定符

2.3 子表达式

()	子表达式
|	逻辑或
(?P<name> )	子表达式取别名
(?P=name)	引用别名为name的子表达式

3. re模块的常用函数

函数名	区别
match	默认从字符串开头开始匹配字符串
search	不会从头匹配，直接找第一个符合正则表达式的字符串
findall	找出所有符合正则表达式要求的字符串

函数名	作用
sub	替换，例 re.sub(“正则表达式”,“A”,“B”)，将B中符合正则表达式的字符串替换成A，A处可嵌套函数使用
split	切割，例re.split(“正则表达式”,“A”)，将A中所有符合正则表达式的地方切割，返回一个元素列表

注意：

1. 当在字符集合里使用的时候，像 . 和 + 这样的字符将被解释为普通字符，不需要被转义。
2. \b匹配得是一个位于能够用来构成单词的字符(字母、数字和下划线，也就是与\w相匹配的字符)和一个不能用来构成单词的字符(也就是与\W相匹配的字符)之间。
3. ^ 元字符作用于[]里并紧跟[的后面时，发挥取非匹配的作用。没有作用于[]时，发挥匹配字符串开头的作用。
4. 子表达式()作用于重复匹配，超好用。
5. “ \r\n ”，操作系统文本结束的标签。
6. 后续补充…

整理码字不易，请读者素质三连以求支持，感谢阅读。