解决问题的难题---正则表达式

简介

正则表达式（Regular expression），通常缩写为regex，是一种字符串匹配的文本模式，它包括一些普通字符（从a-z之间的字母）还有特殊字符（又被称之为元字符）正则表达式也使用单个字符串来描述，匹配一系列匹配某个句法规则的字符串。

 

目前，许多编程语言都有支持正则表达式，而在python中，正则表达式是通过re模块来实现的。

举个例子：

• runoo+b，可以匹配 runoob、runooob、runoooooob 等，+ 号代表前面的字符必须至少出现一次（1次或多次）。

• runoo*b，可以匹配 runob、runoob、runoooooob 等，* 号代表字符可以不出现，也可以出现一次或者多次（0次、或1次、或多次）。

• colou?r 可以匹配 color 或者 colour，? 问号代表前面的字符最多只可以出现一次（0次、或1次）

一些比较常见的特殊符号和用法：

特殊字符：又称之为元字符，含有特殊含义，如果需要匹配这些特殊字符。，就要对字符进行转义，就是将\反斜杠字符放在他们前面。

 限定符：是用来指定正则表达式的一个组件需要出现多少次才能满足匹配，一共有：*，+，？或者{n}，{n，}或者{n,m}一共六种，而正则表达式的限定符有：

 由于.*+这些限定符都比较贪婪，他们会尽可能多的匹配，所以有时剧情需要，我们需要关掉非贪婪模式

假如为了匹配以下的html文档中的章节标题

<h1>我是谁我在哪</h1>
c
//在贪婪模式下匹配：
/<.*>/
这样的情况就自动匹配了从<h1>开头到<\h1>结尾的所有内容，而如果我们只是需要将标签<h1>匹配，就需要启动非贪婪模式，而加上？就代表启动了非贪婪模式，比如
/<.*?>/        匹配了开始和结尾的<h1>
/<\w+?>/       只匹配开始的<h1>标签

定位符：将正则表达式固定到开始或者结尾

 运算优先级：从高到低