正则表达式
Posted rprp789
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了正则表达式相关的知识，希望对你有一定的参考价值。
正则表达式，Regular Expression ，缩写为regex regexp、RE等
在编程中，最常打交道的就是字符串，处理最多的就是字符串，
正则表达式是文本处理领域最常用的技术，对字符串按照某种规则检索，或者替换字符串
分类：
BRE ：基本的正则表达式，grep、sed、vi等软件支持，vim有扩展
ERE ： 扩展的正则表达式，egrep(rgrep-E),sed-r等
PCRE ： (Perl Compatible Regular Expressions)，几乎所有语言都是PCRE的方言或变种，Python从1.6开始使用SRE正则表达式引擎，可以理解为PCRE的子集，见模块re。
基本语法
元字符 metacharacter
.点，匹配除换行符外的任意一个字符，在Windows下回车换行是两个 ，有时正则表达式会留下一个回车，处理时要注意
[abc] 匹配一个字符，包含在集合中的任意一个字符,[abc]匹配plain中的a
[^abc]除abc外的一个字符，只匹配一个，匹配plain中的‘p‘,‘l‘,‘i‘,‘n‘
[a-z] 字符范围，也是一个集合，只匹配一个字符
[^a-z] 字符范围，也是一个集合，只匹配一个字符，除其中的字符
匹配单词的边界，b表示在文本找到b开头的单词，b为以b结尾的
B 匹配不是字符的边界的字符，
d 匹配[0-9]中的一位
D 匹配一位非数字
s 匹配一位空字符
S 匹配一位非空白字符
w 匹配[a-zA-Z0-9_]，包括中文的字，不匹配符号，支持uncode字符，匹配时注意行尾的回车换行，
W 一位非文字
\, , 原意，加转义符来表达原意
多位匹配贪婪模式，匹配找到的最长的字符
* 多次匹配，零或者以上任意次 ，使用.*是注意范围，模式会影响找到的内容，单行模式有可能找到的并不是你要的，
+ 至少一个，{1,}
？ 有无{0,1}
{n} 固定重复次数
{n,} 重复n次及以上
{0,} 相当于*，{1,}相当于+
{n,m} {0，1} n要小于m
x|y 匹配 x或者y 注意w|food 和(w|f)ood 的区别，前者会找到w,food
() 分组，或者捕获，使用捕获后会自动分配组号，从1开始，可以改变优先级，匹配带来分组，没有匹配到就不会有分组
(very)s+1 引用分组号1, s+表示中间空白字符一个以上
(?:w|f)ood 表示括号改变优先级，不分组
((?:w|f)ood) 表示分组组名food，wood
(?:<name>exp) python中使用(?P<head>w|f)ood 命名分组
零宽断言
断言不是分组
f(?=ood) (?:=)断言只是条件，不参与匹配，匹配f，ood是条件
(?<=f)ood 匹配ood，f只是条件
负向零宽断言
(?!) 断言f(?!ood)f后一定不是ood，
(?<!)
(？#commend) 注释，少用。写在表达式前后
分组和捕获意思相同
使用时，能用简单就不用复杂
贪婪和非贪婪，
捕获的内容或匹配的内容不同
(.*?) 找到的内容，非贪婪
*? 匹配任意次，尽可能少
??
+?
{2,}? 相当于{2}
?? 和*? 单独使用没有意义，找啥？
加在重复的选项上
引擎的选项
ignoreCase 忽略大小写
Singleline
Mulitline
单行模式可以突破换行符，控制的是换行符，控制的是点能否匹配到换行符
. 点可以匹配包括换行符的字符
^ $ 表示整个字符串的开头和结尾
多行模式
. 匹配除换行符外的所有字符
^$ 控制行首行尾，多行匹配行首尾
结尾注意 加 ?，win下有问题
socket 库，筛选ip地址
从分组组名中提取数据
分隔符取反
你想要的数据中（最不可能出现的值可以作为你取反的值）来求你要的值
取1-999的数字
[1-9]d|[1-9]d|d
[1-9]?dd?
(?!0)d{1,3}
25[0-5]|2[0-4]2[0-4]|1d{0,2}|0
以上是关于正则表达式的主要内容，如果未能解决你的问题，请参考以下文章