正则表达式

reference

cnblog：正则表达式

cnblog：正则表达式-贪婪与非贪婪匹配

cnblog：python正则表达式指南

cnblog：正则表达式 \b

cnblog：正则表达式 \w \s \d \b

张高子

正则表达式用来定向选择某些内容，能省去不少手动选择的时间。比如我说我就比较常用notepad++来匹配字符串。对于一个正常的表达式总是应该包括两部分，操作内容与逻辑组件。比方说1+1=2这种，1就是操作数，是一个操作对象，+,=就是对操作数进行逻辑运算得到的结果。

正则表达式的逻辑组件有以下几种：

• {}：几种常见的用法：{n}表示匹配确定的n次，{n,}匹配至少n次，{n,m}匹配n~m次之间的次数。
• []：匹配括号当中的任何一个字符。如果是26个字母当中的任何一个就可以用[a-z]，如果包含大小的字母应该使用[a-zA-Z]。
• ()：就是一个范围，你可以用这个东西告诉匹配器你要匹配的是字符组还是单个字符，可以参见下面*的例子。
• |：两个匹配条件进行或运算，比如说z|food就是要么是z要么是food。
• ^：表示逻辑上取反。
• *：匹配0或多个在它之前的子表达式，和通配符*差不多，可以针对字符或者字符组。字符组可以出现零次也可以出现多次，比如说zoo*(注：可以匹配到zooo，匹配不到zoozoo)，和(zoo)*（注：可以匹配到zoozoo）。
• +：同样匹配字符或者字符组，前面的字符或者字符组可以出现一次也可以出现多次。
• ？:匹配前面的子表达式零次或一次，其余特性与上面差不多。因为匹配次数相对较少，所以也被称为非贪婪匹配。在这种情况下，一般使用a.*?b这种格式。举个例子这个匹配式可以在aabab中匹配到aab和ab。

与位置相关

• ^：匹配一行的开始，比如说 ^zoo会匹配以zoo开始一行的情况；
• $：匹配行尾，注意用法是zoo$，匹配一行的结束。
• \A：仅匹配字符串开头；
• \Z：仅匹配字符串末尾；
• \b：代表单次的开头或者结尾，一般表示\w与\W之间的那个隐藏的位置。

操作数组件主要是各种通配符，主要的意义广泛的通配符有以下几种：

• \d：代表十进制的数字，等价于[0-9]
• \D：匹配非数字，等于 [^0-9]
• \s：代表换行，Tab或者空格
• \S：代表非空白字符，也就是上面的字符取反
• \w：匹配大小写字母，数字或者下划线或者汉字（匹配汉字可能会出现问题）。
• \W：匹配\w之外的字符。