tags ： 正則
目錄字串是程式設計時涉及到的最多的一種資料結構，對字串進行操作的需求幾乎無處不在。比如判斷乙個字串是否是合法的email位址，雖然可以程式設計提取@前後的子串，再分別判斷是否是單詞和網域名稱，但這樣做不但麻煩，而且**難以復用。
正規表示式是一種用來匹配字串的強有力的**。它的設計思想是用一種描述性的語言來給字串定義乙個規則，凡是符合規則的字串，我們就認為它「匹配」了，否則，該字串就是不合法的。
所以我們判斷乙個字串是否是合法的email的方法是：
建立乙個匹配email的正規表示式；
用該正規表示式去匹配使用者的輸入來判斷是否合法。
因為正規表示式也是用字串表示的，所以，我們要首先了解如何用字元來描述字元。
在正規表示式中，如果直接給出字元，就是精確匹配。所以：
示例：.可以匹配任意字元，所以：
來看乙個複雜的例子：\d\s+\d。
我們來從左到右解讀一下：
\d表示匹配3個數字，例如'010'；
\s可以匹配乙個空格（也包括tab等空白符），所以\s+表示至少有乙個空格，例如匹配' '，' '等；
\d表示3-8個數字，例如'1234567'。
綜合起來，上面的正規表示式可以匹配以任意個空格隔開的帶區號的**號碼。
但是，仍然無法匹配'010 - 12345'，因為帶有空格。所以我們需要更複雜的匹配方式。
用表示範圍，比如：
[0-9a-za-z\_]可以匹配乙個數字、字母或者下劃線；
[0-9a-za-z\_]+可以匹配至少由乙個數字、字母或者下劃線組成的字串，比如'a100'，'0_z'，'py3000'等等；
[a-za-z\_][0-9a-za-z\_]*可以匹配由字母或下劃線開頭，後接任意個由乙個數字、字母或者下劃線組成的字串，也就是python合法的變數；
[a-za-z\_][0-9a-za-z\_]更精確地限制了變數的長度是1-20個字元（前面1個字元+後面最多19個字元）。
a|b可以匹配a或b，所以(p|p)ython可以匹配'python'或者'python'。
^表示行的開頭，^\d表示必須以數字開頭。
$表示行的結束，\d$表示必須以數字結束。
你可能注意到了，py也可以匹配'python'，但是加上^py$就變成了整行匹配，就只能匹配'py'了。
a|b 匹配 a 或 b
gr(a|e)y 匹配 gray 或 grey
. 匹配任一字元
[abc] 匹配任一字元: a 或 b 或 c
[^abc] 匹配任一字元, 但不包括 a, b, c
[a-z] 匹配從 a 到 z 之間的任一字元
[a-za-z] 匹配從 a 到 z, 及從 a 到 z 之間的任一字元
^ 匹配檔名的頭部
$ 匹配檔名的尾部
( ) 匹配標記的子表示式
\n 匹配第 nth 個標記的子表示式, nth 代表 1 到 9
\b 匹配字詞邊界
* 匹配前一項內容 0 或多次
? 匹配前一項內容 0 或 1 次
+ 匹配前一項內容 1 或多次
*? 匹配前一項內容 0 或多次 (懶人模式)
+? 匹配前一項內容 1 或多次 (懶人模式)
匹配前一項內容 x 次
匹配前一項內容 x 或多次
匹配前一項內容次數介於 x 和 y 之間
\ 特殊轉義字元
正規表示式 正規表示式 總結
非負整數 d 正整數 0 9 1 9 0 9 非正整數 d 0 負整數 0 9 1 9 0 9 整數 d 非負浮點數 d d 正浮點數 0 9 0 9 1 9 0 9 0 9 1 9 0 9 0 9 0 9 1 9 0 9 非正浮點數 d d 0 0 負浮點數 正浮點數正則式 英文本串 a za z...
正規表示式 表示式
網域名稱 a za z0 9 a za z0 9 a za z0 9 a za z0 9 interneturl a za z s 或 http w w w 手機號碼 13 0 9 14 5 7 15 0 1 2 3 5 6 7 8 9 18 0 1 2 3 5 6 7 8 9 d 號碼 x x x...
Linux正規表示式 編寫正規表示式
為了所有實用化的用途，你可以通過使用程式產生正確的結果。然而，並不意味著程式總是如你所願的那樣正確地工作。多數情況下，如果程式不能產生想要的輸出，可以斷定真正的問題 排除輸入或語法錯誤 在於如何描述想要的東西。換句話說，應該考慮糾正問題的地方是描述想要的結果的表示式。表示式不完整或者公式表示得不正確...