正则表达式介绍和python中的简单利用

正则表达式（Regular Expression, 简称 RegEx）

正则表达式是一种用来形貌字符串模式的工具，它答应你根据特定的规则来搜索、匹配、替换字符串。正则表达式通过一些特殊的符号和规则来形貌字符串的匹配模式，常用于文本搜索、替换、验证和提取。
Python 提供了 re 模块来支持正则表达式的利用，答应用户举行模式匹配、搜索、替换等操作。
正则表达式的基本组成部分

正则表达式包罗以下几类常见元素：
1. 元字符（Metacharacters）

元字符是正则表达式中具有特殊含义的字符，它们通常用于定义模式匹配的规则。

• .：匹配除换行符以外的任何字符。
  
• ^：匹配字符串的开始。
  
• $：匹配字符串的结束。
  
• *：匹配前面的元素零次或多次。
  
• +：匹配前面的元素一次或多次。
  
• ?：匹配前面的元素零次或一次。
  
• {n}：匹配前面的元素恰好 n 次。
  
• {n,}：匹配前面的元素至少 n 次。
  
• {n,m}：匹配前面的元素至少 n 次，但不超过 m 次。
  
• []：匹配方括号中的字符会合的任何一个字符（字符集）。
  
• |：表示"或"的意思，匹配左右任意一个表达式。
  
• ()：用于分组匹配，提取匹配的部分。
  

2. 常见的字符集（Character Classes）

• \d：匹配任何数字，等价于 [0-9]。
  
• \D：匹配任何非数字字符，等价于 [^0-9]。
  
• \w：匹配任何字母数字字符或下划线，等价于 [a-zA-Z0-9_]。
  
• \W：匹配任何非字母数字字符，等价于 [^a-zA-Z0-9_]。
  
• \s：匹配任何空白字符（包罗空格、制表符、换行符等）。
  
• \S：匹配任何非空白字符。
  
• \b：匹配单词边界。
  
• \B：匹配非单词边界。
  

3. 贪婪和非贪婪匹配

• 贪婪匹配（Greedy Match）：尽可能多地匹配字符。例如，.* 会尽量匹配尽可能多的字符。
  
• 非贪婪匹配（Non-Greedy Match）：尽可能少地匹配字符。通过在量词后加 ? 来实现。例如，.*? 会尽量匹配少量的字符。
  

常见的正则表达式例子

以下是一些常见的正则表达式及其用途：
1. 匹配电话号码

假设你要匹配常见格式的电话号码，如 (123) 456-7890，你可以利用如下正则表达式：

1. \(\d{3}\)\s\d{3}-\d{4}

复制代码

• \( 和 \) 匹配括号字符。
  
• \d{3} 匹配三个数字。
  
• \s 匹配空白字符（通常是空格）。
  
• - 匹配连字符。
  

2. 匹配邮箱地址

匹配简单的邮箱地址，如 user@example.com，可以利用：

1. [a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}

复制代码

• [a-zA-Z0-9._%+-]+ 匹配用户名部分，支持字母、数字、点、下划线、百分号等字符。
  
• @ 匹配 @ 符号。
  
• [a-zA-Z0-9.-]+ 匹配域名部分。
  
• \. 匹配点号。
  
• [a-zA-Z]{2,} 匹配域名的后缀，至少包罗两个字母。
  

3. 匹配网址（URL）

匹配网址（如 https://www.example.com）的正则表达式可以是：

1. https?://(?:www\.)?[a-zA-Z0-9-]+\.[a-zA-Z]{2,}

复制代码

• https? 匹配 “http” 或 “https”，? 表示可选。
  
• :// 匹配 “