正则表达式笔记

正则表达式由四部分组成
/^\d{5,11}$/i

a)定界符						//
b)原子							\d
c)元字符						{5,11}  限制匹配次数
d)模式修改符 					i不区分大小写

1、基础符号
（1）+：代表前面的字符至少出现一次
（2）*：前面的字符可以出现也可以不出现，或者出现多次
（3）？：前面的字符最多可以出现一次，也可以不出现，或知名一个非贪婪模式

2、特殊的字符
（1）$:匹配输入字符串的结尾的位置，要匹配$字符本身需要添加$,\d$表示必须以数字结束。
（2）():标记一个子表达式的开始和结束的位置， ()表示的就是要提取的分组（Group）
匹配到的数据存起来，以备下次使用

输出结果：runoob 123,456
（3）[]:标记一个中括号的开始，可以用来表示范围，[a-zA-Z_)]表示匹配英文字母的大小写，以及一个下划线
[a-zA-Z_][0-9a-zA-Z_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。
（4）\：将下一个字符标记为特殊字符
（5）^：匹配字符串的其起始位置 exp:^\d表示必须以数字开头。
（6）｛｝：匹配输入字符串的开始,详细见限定符
（7）|：在两项之间的选择， A|B可以匹配A或B
（8）.:可以匹配任意字符

3、限定符
（1）｛n｝：匹配n次
（2）｛n，｝:至少匹配n次
（3）｛n,m｝:至少匹配n次 最多匹配m次
（4）* ：匹配 前面的子表达式零次或多次
（5）+ ：匹配前面的子表达式一次或多次
（6）？：匹配前面的子表达式零次或一次
（7）\d:匹配数字
（8）\D:匹配非数字
（9）\w:匹配字母数字下划线
（10）\W:匹配非字母
（11）\s:匹配一个空格
（12）/i ： 表示匹配的时候不区分大小写
（13）/g ：表示该表达式将用来在输入字符串中查找所有可能的匹配，返回的结果可以是多个。如果不加/g最多只会匹配一个
（14）/m ：表示多行匹配，什么是多行匹配呢？就是匹配换行符两端的潜在匹配。影响正则中的^$符号
4、贪婪匹配
（1）贪婪匹配的原则是尽可能的，像*和+，加上？号变成非贪婪匹配

example：

由于Python的字符串本身也用\转义，使用python的r前缀，就不用考虑转义的问题了
（1）：
>>> t = '19:05:30'
>>> m = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)
>>> m.groups()
('19', '05', '30')


（2）：
>>> m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
>>> m
<_sre.SRE_Match object; span=(0, 9), match='010-12345'>
>>> m.group(0)
'010-12345'
>>> m.group(1)
'010'
>>> m.group(2)
'12345'