正则表达式

正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"）。

下图提供了正则表达式的简介写法：

1. 通配符 ？与 *

• ? 通配符匹配文件名中的 0 个或 1 个字符；
• • 通配符匹配零个或多个字符。

ps: 使用 * 字符代替 ? 字符扩大了找到的文件的数量。

2. ^,+,$与.

• ^为匹配输入字符串的开始位置。
• • 的作用是将前面一个字符或一个子表达式重复一遍或者多遍。,[0-9]+匹配多个数字， [0-9] 匹配单个数字
• abc$匹配字母 abc 并以 abc 结尾，$ 为匹配输入字符串的结束位置。
• .字符在正则表达式代表着可以代表任何一个字符（包括它本身）

例：^[0-9]+abc$就是匹配数字开头，abc结尾的字符串

var str = "123abc";
var patt1 = /^[0-9]+abc$/;
document.write(str.match(patt1));

例：

import re
key = r"ababbbbcadsdf"
p1 = r"ab+"
pattern1 = re.compile(p1)
print pattern1.findall(key)

输出结果为：

[‘ab‘,‘abbbb‘]

即：按顺序从左往右匹配，+是前面一个字符（b）匹配一次或者多次。

3. 匹配.本身～转义字符：

这个符号通常用来把特殊的符号转成普通的。

例：

import re
key = r"[email?protected]"
p1 = r"[email?protected].edu.cn"
pattern1 = re.compile(p1)
print pattern1.findall(key)

findall返回的是所有符合要求的元素列表，包括仅有一个元素时，它还是给你返回的列表。

输出结果为：

[‘[email?protected]‘]

我们在.的前面加上了转义符，而是只匹配“.”的意思！

4. *跟在其他符号后面表达可以匹配到它0次或多次

例如：网页内遇到了链接，可能既有http://开头的，又有https://开头的，我们怎么处理？

import re
key = r"http://www.nsfbuhwe.com and https://www.auhfisna.com"
p1 = r"https*://"#看那个*！
pattern1 = re.compile(p1)
print pattern1.findall(key)

输出结果为：

[‘http://‘,‘https://‘]

5. []代表匹配里面的字符中的任意一个

例如：

import re
key = r"lalala<heLLo>hello</HellO>heiheihei"
p1 = r"<[Hh][Ee][Ll][Ll][Oo]>.+?</[Hh][Ee][Ll][Ll][Oo]>"
pattern1 = re.compile(p1)
print pattern1.findall(key)

输出结果为：

[‘<heLLo>hello</HellO>‘]

6. [^]代表除了内部包含的字符以外都能匹配

例：现在有cat,hat,mat,qat，想要匹配所有的： 则：

import re
key = r"mat cat hat qat"
p1 = r"[a-z]*at"
pattern1 = re.compile(p1)
print pattern1.findall(key)

输出结果为：

[‘mat‘,‘cat‘,‘hat‘,‘qat‘]

若上例重要匹配除qat以外的，则：

import re
key = r"mat cat hat qat"
p1 = r"[^q]at"#这代表除了p以外都匹配
pattern1 = re.compile(p1)
print pattern1.findall(key)

输出结果为：

[‘mat‘,‘hat‘]

7. 贪婪模式

例：我想匹配到@后面一直到“.”之间的，在这里是china 即@china.

import re
key = r"[email?protected]"
p1 = r"@.+."
pattern1 = re.compile(p1)
print pattern1.findall(key)

但是结果却是这样：

[‘@china.edu.‘]

• 因为正则表达式默认是“贪婪”的，我们之前讲过，“+”代表是字符重复一次或多次。但是我们没有细说这个多次到底是多少次。所以它会尽可能“贪婪”地多给我们匹配字符，在这个例子里也就是匹配到最后一个“.”。
• 那么，怎么才能匹配到想要的结果呢？ “？”是也

8. 只要在“+”后面加一个“？”就变成了懒惰模式，匹配尽可能少的。

import re
key = r"[email?protected]"
p1 = r"@.+?."#我想匹配到@后面一直到“.”之间的，在这里是hit
pattern1 = re.compile(p1)
print pattern1.findall(key)

此时输出结果为：

[‘@china.‘]

小结

先写到这里，后面在学习中遇到再补充进来。