正则表达式的概念和基本语法

• 正则表达式(regular expression)：正则表达式是用来简洁的表达一组字符串的表达式。
• 优势：简洁(一行胜千言)
• ‘PY开头‘
• 后续存在不多于10个字符
• 后续字符不能是‘P‘或‘Y‘

                正则表达式：PY[^PY]{0,10}

• 正则表达式：
• 通用的字符串表达框架
• 简洁表达一组字符串的表达式
• 针对字符串表达“简洁”和“特征”思想的工具
• 判断某字符串的特征归属
• 正则表达式在文本处理中用处：
• 表达文本类型的特征（病毒、入侵等）
• 同时查找或替换一组字符串
• 匹配字符串的全部或部分
• 正则表达式的使用：
• 编译：将符合正则表达式语法的字符串转换成正则表达式特征。

 正则表达式的基本语法：

• 语法：正则表达式语法由字符和操作符构成

　　　　P(Y|YT|YTH|YTHO)?N

• 正则表达式的常用操作符：

操作符	说明	实例
.	表示任何单个字符
[ ]	字符集，对单个字符给出取值范围	[abc]表示a、b、c，[a-z]表示a到z单个字符
[^ ]	非字符集，对单个字符个给出排除范围	[^abc]表示非a或b或c的单个字符
*	前一个字符0次或无限次扩展	abc*表示ab、abc、abcc、abccc等
+	前一个字符1次或无限次扩展	abc+表示abc、abcc、abccc等
？	前一个字符0次或1次扩展	abc?表示ab、abc
|	左右表达式任意一个	abc|def表示abc、def
{m}	扩展前一个字符m次	ab{2}c表示abbc
{m,n}	扩展前一个字符m至n次（含n）	ab{1,2}c表示abc、abbc
^	匹配字符串开头	^abc表示abc且在一个字符串的开头
$	匹配字符串结尾	abc$表示abc且在一个字符串的结尾
( )	分组标记，内部只能使用 | 操作符	(abc)表示abc，(abc|def)表示abc、def
\d	数字，等价于[0-9]
\w	单词字符，等价于[A-Za-z0-9_]

• 正则表达式语法实例

 

正则表达式	对应字符串
P(Y|YT|YTH|YTHO)?N	‘PN‘、‘PYN‘、‘PYTN‘、‘PYTHN‘、‘PYTHON‘
PYTHON+	‘PYTHON‘、‘PYTHONN‘、‘PYTHONNN‘、…
PY[TH]ON	‘PYTON‘、‘PYHON‘
PY[^TH]?ON	‘PYON‘、‘PYaON‘、‘PYbON‘、‘PYcON‘、…
PY{:3}N	‘PN‘、‘PYN‘、‘PYYN‘、‘PYYYN‘

• 经典正则表达式实例：

 

^[A-Za-z]+$	由26个字母组成的字符串
^[A-Za-z0-9]+$	由26个字母和数字组成的字符串
^-?\d+$	整数形式的字符串
^[0-9]*[1-9][0-9]*$	正整数形式的字符串
[1-9]\d{5}	中国境内邮政编码，6位
[\u4e00-\u9fa5]	匹配中文字符
\d{3}-\d{8}|\d{4}-\d{7}	国内电话号码，010-68913536

• 匹配IP地址的正则表达式：
• IP地址字符串形式的正则表达式（IP地址分为4段，每段0-255）
• 不考虑每一段的取值范围和空间：\d+.\d+.\d+.\d+
• 考虑中间的每一个字符串都是0~3个字符串的长度：\d{1,3}.\d{1,3}
• 精确写法：
• 0-99：[1-9]?\d
• 100-199：1\d{2}
• 200-249：2[0-4]\d
• 250-255：25[0-5]
• IP地址的正则表达式：
• (([1-9]?\d|1\d{2}|2[0-4]\d|25[0-5]).){3}([1-9]?\d|1\d{2}|2[0-4]\d|25[0-5])