正则表达式入门

正则表达式？

正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。

精确匹配

• d 匹配一个数字字符
• D 匹配一个非数字字符
• w 匹配包括下划线的任何单词字符
• W 匹配任何非单词字符
• s 匹配任何空白字符
• S 匹配任何非空白字符
• 匹配一个换行符
• 匹配一个回车符
• . 匹配除了 的任何字符

变长

匹配多个字符

• *表示任意个字符（包括0）
• +表示至少一个字符
• ？表示0或者1个字符
• {n}表示n个字符
• {n,m}表示n-m个字符

更精确的匹配

用[]表示范围

• [0-9a-zA-z_]可以匹配一个数字、字母或者下划线
• [0-9a-zA-z_]+可以匹配至少由一个个数字、字母或者下划线组成的字符串
  A|B可以匹配A或者B
  ^表示开头
  $表示结尾

贪婪匹配

Python的re模块和JS的正则匹配默认是贪婪匹配，尽可能多的匹配字符，如

print(re.match(r'^(d+)(0*)$','12340000').groups())
>>> ('12340000', '')

加个？使用非贪婪匹配

print(re.match(r'^(d+?)(0*)$','12340000').groups())
>>> ('1234', '0000')