3.正则表达式

1.普通字符

• 就是普通的a-z,A-z,0-9等等字符。

2.元字符

• 有一些特殊含义的字符。

每一个语言或平台都可能会有不同的元字符，具体情况具体分析

元字符	含义
.	匹配一个字符(除了换行符\n)
[]	匹配里面一个可选字符
^	匹配词首
$	匹配词尾

注:[a-z],[A-Z],[0-9]对应小写字符，大写字母，数字。

这是最基本的四个元字符，有了这四个,几乎所有的正则表达式都能写出来了。比如：
手机号码的正则表达式为：

[1][0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9]

• 但是这样写太不方便了，而且显的很蠢0.0，所以有更多的元字符诞生了。

元字符	含义
{n}	前面的字符重复n次
{n,m}	前面的字符重复从n次到m次
{n,}	前面的字符重复n次到无限次

这样，手机号码的正则表达式为：

[1][0-9]{10}

• 但是这时候要对字符串'abc'和'ac'进行匹配，这时候正则表达式为：

a[b]{0,1}c

这样觉得又有点不划算，0到1还要用{}，所以又有了新的元字符

元字符	含义
*	{0,}
+	{1,}
?	{0,1}

这样子上述正则表达式就可以很开心的写成：

ab?c

是不是感觉好很多呢？

然而新的问题来了，我想匹配一个不是abc三个字母的字母，正则应该是这样：

[d-z]

但是与我表达的意思就是毫无关系了，这个正则将否定变成了肯定，这时候引入一个新的元字符：

元字符	含义
[^]	不包含里面内容

上述正则就变成了

[^a-c]

• 又来一个新问题，有个程序员矫情了，觉的输入[0-9],[A-Za-z0-9]就是浪费生命，于是又引入了新的元字符：

元字符	含义
\d	[0-9]
\w	[A-Za-z0-9]

这样手机号正则就可以更简便了：

[1]\d{10}

• 最后一个问题来了，我想匹配java6中的java，并不想匹配java7中的java，该怎么办？哈哈，于是又引入了新的元字符：

元字符	含义
(?:pattern)	正向预查的正向匹配，等效于
(?=pattern)	正向预查的正向匹配,匹配后面跟着pattern的字符串
(?!pattern	正向预查的正向不匹配，匹配后面不跟着pattern的字符串
(?<=pattern)	反向预查的反向匹配，匹配前面是pattern的字符串
(?	反向预查的反向不匹配，匹配前面不是pattern的字符串

文本如下：

java6 java7

正则表达式如下：

java(?:6|7)
java(?=6)
java(?!6)

(?<=j)a
(?

查找结果如下：

java6 java7
java(java6前的java)
java(java7前的java)

a a(java6和java7 j后面的a)
a a(java6和java7 v后面的a)

• 哈哈，认为是最后一个了吧，我又发现了一个有用的东西，贪婪模式和非贪婪模式！这次没有新的元符号引入，但是主角是 ?,有了它就是非贪婪模式，没有它就是贪婪模式啦，具体如下~

文本：

hadkfaldafxxlxxjlkjasldfjaslkxxlovexxalfjlkxxyouxxkla

正则表达式如下：

xx.*xx
xx.*?xx

查找结果如下：

xxlxxjlkjasldfjaslkxxlovexxalfjlkxxyouxx
xxlxx xxlovexx xxyouxx

量词默认是贪婪模式，但是当？出现在量词后面时，量词变成了非贪婪模式，能认出自己人了，哈哈~

量词即{},包括?,+,*

3.总结速查表

元字符	含义
.	匹配一个字符(除了换行符\n)
[]	匹配里面一个可选字符
^	匹配词首
$	匹配词尾
{n}	前面的字符重复n次
{n,m}	前面的字符重复从n次到m次
{n,}	前面的字符重复n次到无限次
*	{0,}
+	{1,}
?	{0,1}
[^]	不包含里面内容
\d	[0-9]
\w	[A-Za-z0-9]
(?:pattern)	正向预查的正向匹配，等效于
(?=pattern)	正向预查的正向匹配,匹配后面跟着pattern的字符串
(?!pattern	正向预查的正向不匹配，匹配后面不跟着pattern的字符串
(?<=pattern)	反向预查的反向匹配，匹配前面是pattern的字符串
(?	反向预查的反向不匹配，匹配前面不是pattern的字符串
量词?	非贪婪模式

4.注意 (持续更新)

4.1 .不能匹配换行符\n

• 使用.时不能匹配换行符，所以有时候会出现一些问题。
  python的解决方案如下：

import re
s='''xxI
xxabcxxlove
xxdefxxyouxx'''
a=re.findall('xx(.*?)xx',s)
b=re.findall('xx(.*?)xx',s,re.S)#使用re.S
print(a)
print(b)

结果为：

['abc', 'def']
['I\n', 'love\n', 'you']

5.问题

5.1 邮箱正则

• 合法E-mail地址：
  1. 必须包含一个并且只有一个符号“@”
  2. 第一个字符不得是“@”或者“.”
  3. 不允许出现“@.”或者.@
  4. 结尾不得是字符“@”或者“.”
  5. 允许“@”前的字符中出现“＋”
  6. 不允许“＋”在最前面，或者“＋@”
  7. @之后至少有一个.

^[^@\.].*[^\.\+]?@[^\.]?.*\..*[^@\.]$

5.2 手机号码正则

• 合法手机号码正则：
  1、长度13位；
  2、以86的国家码打头；
  3、手机号码的每一位都是数字。

86[1]\d{10}

5.3 验证账号是否合法

• 验证帐号是否合法
  验证规则：字母、数字、下划线组成，字母开头，4-16位。

[A-Za-z][\w_]{3,15}