正则表达式（上）
♔零 什么是正则表达式
正则表达式（regular expression，简称RE），是用来简洁表达一组字符串的表达式。这种针对字符串表达“简洁”和“特征”思想的工具可以非常简单的表达一组字符串的特征，起到了“一行胜千言”的效果。在诸如爬虫等需要对字符串进行处理的地方应用广泛。
♔壹 正则表达式的作用
- 表达文本类型的特征
- 同时查找或替换一组字符串
- 匹配字符串的全部或部分
♔贰 常用操作符
因为正则表达式由字符和操作符构成，故应了解常用操作符及其用法。
| 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任意单个字符 |
| [^ ] | 非字符集，对单个字符给出排除范围 | [^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等 |
| | | 左右表达式任意一个 | abc|def表示abc或def |
| {m} | 扩展前一个字符m次 | ab{2}表示abbc |
| {m,n} | 扩展前一个字符m到n次（含n） | ab{1,2}表示abc、abbc |
| ^ | 匹配字符串开头 | |
| $ | 匹配字符串结尾 | |
| () | 分组标记（内部只能使用|操作符） | |
| \d | 数字，等价于[0-9] | |
| \w | 单词字符，等价于[A-Za-z0-9_] |
♔叁 经典正则语法实例
下面看几个实例（比较简单或前面已经出现过的就不再赘述）
| 正则表达式 | 对应字符串 |
|---|---|
| [1]\w{0,31}$ | 合法的变量 |
| [\u4e00-\u9fa5] | 中文字符 |
| (([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]).) | ip地址 |
A-Za-z ↩︎
