正则表达式

什么是正则表达式

一套规则 - 匹配字符串的

能做什么

1.检测一个输入的字符串是否合法 -- web开发项目表单验证
用户输入一个内容的时候,我们要提前做检测
能够提高程序的效率并且减轻服务器的压力
2.从一个大文件中找到所有符合规则的内容 -- 日志分析爬虫
能够高效的从一大段文字中快速找到符合规则的内容

字符组

描述的是一个位置上能出现的所有可能性

接受范围,可以描述多个范围,连着写就可以了

    [abc]   一个中括号只表示一个字符位置
    匹配a或者b或者c
    [0-9]   0到9中任意一个数字
    [a-z]   a到z中任意一个字母
    [A-Z]   A到Z中任意一个字母    
    [a-zA-Z] 表示任意一个大小写字母
    [0-9a-z] 表示任意一个0-9的数字或任意一个小写字母

在正则表达式中能够帮助我们表示匹配的内容的符号都是正则中的元字符

元字符 -- 匹配内容的规则

[]元字符

[^] 非的任意一个

d 表示匹配一位任意数字 digit

w 表示匹配一位任意数字字母下划线 word

s 表示所有空白，包括空格tab和回车

表示匹配一个TAB

表示匹配一个换行

W 非数字字母下划线

D 非数字

S 非空白

[d]d] [dD] [wW] [sS] 表示匹配所有

. 匹配除了换行符之外的所有

[^d] 匹配所有的非数字

^ 在[]外，表示匹配一个字符串的开始

$ 匹配一个字符串的结尾

a表达式|b表达式匹配a或者b表达式中的内容,如果匹配a成功了,不会继续和b匹配. 所以,如果两个规则有重叠部分,总是把长的放在前面
() # 约束 | 描述的内容的范围问题

记忆元字符：

记忆元字符 : 都是表示能匹配哪些内容,一个元字符总是表示一个字符位置上的内容
d w s 	 
 D W S
[] [^] .
^ $
| ()

记忆量词：

{n}  表示匹配n次
{n,} 表示匹配至少n次
{n,m}表示至少匹配n次,至多m次
? 表示匹配0次或1次 {0,1}
+ 表示1次或多次    {1,}
* 表示0次或多次    {0,}
（数轴：？ 0到1；+ 1到无穷；* 0到无穷）

    整数 d+
    小数 d+.d+
    
    整数或小数 : d+.?d*
    分组的作用 : d+(.d+)?

贪婪匹配

在量词范围允许的情况下,尽量多的匹配内容
.*x  表示匹配任意字符 任意多次数 遇到最后一个x才停下来

非贪婪(惰性)匹配

.*?x  表示匹配任意字符 任意多次数 但是一旦遇到x就停下来

转义符

原本有特殊意义的字符,到了表达它本身的意义的时候,需要转义
有一些有特殊意义的内容,放在字符组中,会取消它的特殊意义
. 有特殊的意义,取消特殊的意义.
 取消一个元字符的特殊意义有两种方法
        1.在这个元字符前面加
        2.对一部分字符生效,把这个元字符放在字符组里
[().*+?] 所有的内容在字符组中会取消它的特殊意义
[a-c]  -在字符组中表示范围,如果不希望它表示范围,需要转义,或者放在字符组的最前面或最后面