python字符串匹配like_python中关于正则表达式⼀
ab+，描述⼀个'a'和任意个'b'，那么'ab','abb','abbbbb'
正则表达式可以：1.验证字符串是否符合指定特征，⽐如验证是否是合法的邮件地址2.⽤来查字符串，从⼀个长的⽂本中查符合指定特征的字符串，⽐查固定字符串更加灵活⽅便3.⽤来替换，⽐普通的替换更为强⼤。
1. 正则表达式规则
1.1 普通字符
字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是"普通字符"。表达式中的普通字符，在匹配⼀个字符串的时候，匹配与之相同的⼀个字符。
举例1：表达式 "c"，在匹配字符串 "abcde" 时，匹配结果是：成功；匹配到的内容是："c"；匹配到的位置是：开始于2，结束于3。(注：下标从0开始还是从1开始，因当前编程语⾔的不同⽽可能不同)
举例2：表达式 "bcd"，在匹配字符串 "abcde" 时，匹配结果是：成功；匹配到的内容是："bcd"；匹配到的位置是：开始于1，结束于4。
1.2 简单的转义字符
⼀些不便书写的字符，采⽤在前⾯加 "\" 的⽅法。这些字符其实我们都已经熟知了。
表达式
可匹配
\r, \n
代表回车和换⾏符
\t
制表符
\\
代表 "\" 本⾝
还有其他⼀些在后边章节中有特殊⽤处的标点符号，在前⾯加 "\" 后，就代表该符号本⾝。⽐如：^, $ 都有特殊意义，如果要想匹配字符串中 "^" 和 "$" 字符，则表达式就需要写成 "\^" 和 "\$"。
表达式
可匹配
\^
匹配 ^ 符号本⾝
\$
匹配 $ 符号本⾝
\.
匹配⼩数点(.)本⾝
这些转义字符的匹配⽅法与 "普通字符" 是类似的。也是匹配与之相同的⼀个字符。
举例1：表达式 "\$d"，在匹配字符串 "abc$de" 时，匹配结果是：成功；匹配到的内容是："$d"；匹配到的位置是：开始于3，结束于5。
1.3 能够与 '多种字符' 匹配的表达式
正则表达式中的⼀些表⽰⽅法，可以匹配 '多种字符' 其中的任意⼀个字符。⽐如，表达式 "\d" 可以匹配任意⼀个数字。虽然可以匹配其中任意字符，但是只能是⼀个，不是多个。这就好⽐玩扑克牌时候，⼤⼩王可以代替任意⼀张牌，但是只能代替⼀张牌。
表达式
可匹配
\d
任意⼀个数字，0~9 中的任意⼀个
\w
任意⼀个字母或数字或下划线，也就是 A~Z,a~z,0~9,_ 中任意⼀个
\s
包括空格、制表符、换页符等空⽩字符的其中任意⼀个
.
⼩数点可以匹配除了换⾏符(\n)以外的任意⼀个字符
举例1：表达式 "\d\d"，在匹配 "abc123" 时，匹配的结果是：成功；匹配到的内容是："12"；匹配到的位置是：开始于3，结束于5。
举例2：表达式 "a.\d"，在匹配 "aaa100" 时，匹配的结果是：成功；匹配到的内容是："aa1"；匹配到的位置是：开始于1，结束于4。
1.4 ⾃定义能够匹配 '多种字符' 的表达式
使⽤⽅括号 [ ] 包含⼀系列字符，能够匹配其中任意⼀个字符。⽤ [^ ] 包含⼀系列字符，则能够匹配其中字符之外的任意⼀个字符。同样的道理，虽然可以匹配其中任意⼀个，但是只能是⼀个，不是多个。
表达式
可匹配
[ab5@]
匹配 "a" 或 "b" 或 "5" 或 "@"
[^abc]
匹配 "a","b","c" 之外的任意⼀个字符
[f-k]
匹配 "f"~"k" 之间的任意⼀个字母
[^A-F0-3]
匹配 "A"~"F","0"~"3" 之外的任意⼀个字符
举例1：表达式 "[bcd][bcd]" 匹配 "abc123" 时，匹配的结果是：成功；匹配到的内容是："bc"；匹配到的位置是：开始于1，结束于3。
举例2：表达式 "[^abc]" 匹配 "abc123" 时，匹配的结果是：成功；匹配到的内容是："1"；匹配到的位置是：开始于3，结束于4。
1.5 修饰匹配次数的特殊符号
前⾯章节中讲到的表达式，⽆论是只能匹配⼀种字符的表达式，还是可以匹配多种字符其中任意⼀个
的表达式，都只能匹配⼀次。如果使⽤表达式再加上修饰匹配次数的特殊符号，那么不⽤重复书写表达式就可以重复匹配。
使⽤⽅法是："次数修饰"放在"被修饰的表达式"后边。⽐如："[bcd][bcd]" 可以写成 "[bcd]{2}"。
表达式
作⽤
{n}
表达式重复n次，⽐如：
"\w{2}" 相当于 "\w\w"；
"a{5}" 相当于 "aaaaa"
{m,n}
表达式⾄少重复m次，最多重复n次，⽐如：
"ba{1,3}"可以匹配 "ba"或"baa"或"baaa"
{m,}
表达式⾄少重复m次，⽐如：
"\w\d{2,}"可以匹配 "a12","_456","M12344"...
匹配表达式0次或者1次，相当于 {0,1}，⽐如：
"a[cd]?"可以匹配 "a","ac","ad"
+
表达式⾄少出现1次，相当于 {1,}，⽐如：
"a+b"可以匹配 "ab","aab","aaab"...
*
表达式不出现或出现任意次，相当于 {0,}，⽐如：
"\^*b"可以匹配 "b","^^^b"...
举例1：表达式 "\d+\.?\d*" 在匹配 "It costs $12.5" 时，匹配的结果是：成功；匹配到的内容是："12.5"；匹配到的位置是：开始于10，结束于14。
举例2：表达式 "go{2,8}gle" 在匹配 "Ads by goooooogle" 时，匹配的结果是：成功；匹配到的内容是："goooooogle"；匹配到的位置是：开始于7，结束于17。
1.6 其他⼀些代表抽象意义的特殊符号
⼀些符号在表达式中代表抽象的特殊意义：
表达式
作⽤
^
与字符串开始的地⽅匹配，不匹配任何字符
$
与字符串结束的地⽅匹配，不匹配任何字符
\b
匹配⼀个单词边界，也就是单词和空格之间的位置，不匹配任何字符
进⼀步的⽂字说明仍然⽐较抽象，因此，举例帮助⼤家理解。
举例1：表达式 "^aaa" 在匹配 "xxx aaa xxx" 时，匹配结果是：失败。因为 "^" 要求与字符串开始的地⽅匹配，因此，只有当 "aaa" 位于字符串的开头的时候，"^aaa" 才能匹配，
⽐如："aaa xxx xxx"。
举例2：表达式 "aaa$" 在匹配 "xxx aaa xxx" 时，匹配结果是：失败。因为 "$" 要求与字符串结束的地⽅匹配，因此，只有当 "aaa" 位于字符串的结尾的时候，"aaa$" 才能匹配，
⽐如："xxx xxx aaa"。
举例3：表达式 ".\b." 在匹配 "@@@abc" 时，匹配结果是：成功；匹配到的内容是："@a"；匹配到的位置是：开始于2，结束于4。
进⼀步说明："\b" 与 "^" 和 "$" 类似，本⾝不匹配任何字符，但是它要求它在匹配结果中所处位置的左右两边，其中⼀边是 "\w" 范围，另⼀边是 ⾮"\w" 的范围。
举例4：表达式 "\bend\b" 在匹配 "weekend,endfor,end" 时，匹配结果是：成功；匹配到的内容是："end"；匹配到的位置是：开始于15，结束于18。
⼀些符号可以影响表达式内部的⼦表达式之间的关系：
表达式
作⽤
|
左右两边表达式之间 "或" 关系，匹配左边或者右边
regexp like( )
(1). 在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰
(2). 取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到
举例5：表达式 "Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 时，匹配结果是：成功；匹配到的内容是："Tom"；匹配到的位置是：开始于4，结束于7。匹配下⼀个时，匹配结果是：成功；匹配到的
内容是："Jack"；匹配到的位置时：开始于15，结束于19。
举例6：表达式 "(go\s*)+" 在匹配 "Let's go go go!" 时，匹配结果是：成功；匹配到内容是："go go go"；匹配到的位置是：开始于6，结束于14。
举例7：表达式 "￥(\d+\.?\d*)" 在匹配 "＄10.9,￥20.5" 时，匹配的结果是：成功；匹配到的内容是："￥20.5"；匹配到的位置是：开始于6，结束于10。单独获取括号范围匹配到的内容是："20.5"。
2. 正则表达式中的⼀些⾼级规则
2.1 匹配次数中的贪婪与⾮贪婪
在使⽤修饰匹配次数的特殊符号时，有⼏种表⽰⽅法可以使同⼀个表达式能够匹配不同的次数，⽐如："{m,n}", "{m,}", "?", "*", "+"，具体匹配的次数随被匹配的字符串⽽定。这种重复匹配不定次数的表达式在匹配过程中，总是尽可能多的匹配。⽐如，针对⽂本 "dxxxdxxxd"，举例如下：
表达式
匹配结果
(d)(\w+)
"\w+" 将匹配第⼀个 "d" 之后的所有字符 "xxxdxxxd"
(d)(\w+)(d)
"\w+" 将匹配第⼀个 "d" 和最后⼀个 "d" 之间的所有字符 "xxxdxxx"。虽然 "\w+" 也能够匹配上最后⼀个 "d"，但是为了使整个表达式匹配成功，"\w+" 可以 "让出" 它本来能够匹配的最后⼀个 "d"
由此可见，"\w+" 在匹配的时候，总是尽可能多的匹配符合它规则的字符。虽然第⼆个举例中，它没有匹配最后⼀个 "d"，但那也是为了让整个表达式能够匹配成功。同理，带 "*" 和 "{m,n}" 的表达式都是尽可能地多匹配，带 "?" 的表达式在可匹配可不匹配的时候，也是尽可能的 "要匹配"。这 种匹配原则就叫作 "贪婪" 模式 。
⾮贪婪模式：
在修饰匹配次数的特殊符号后再加上⼀个 "?" 号，则可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的"不匹配"。这种匹配原则叫作 "⾮贪婪" 模式，也叫作 "勉强" 模式。如果少匹配就会导致整个表达式匹配失败的时候，与贪婪模式类似，⾮贪婪模式会最⼩限度的再匹配⼀些，以使整个表达式匹配成功。举例如下，针对⽂本 "dxxxdxxxd" 举例：
表达式
匹配结果
(d)(\w+?)
"\w+?" 将尽可能少的匹配第⼀个 "d" 之后的字符，结果是："\w+?" 只匹配了⼀个 "x"
(d)(\w+?)(d)
为了让整个表达式匹配成功，"\w+?" 不得不匹配 "xxx" 才可以让后边的 "d" 匹配，从⽽使整个表达式匹配成功。因此，结果是："\w+?" 匹配 "xxx"
更多的情况，举例如下：
举例1：表达式 "
(.*)" 与字符串 "
aa
bb
" 匹配时，匹配的结果是：成功；匹配到的内容是 "
aa
bb
" 整个字符串， 表达式中的 "" 将与字符串中最后⼀个 "" 匹配。
举例2：相⽐之下，表达式 "
(.*?)" 匹配举例1中同样的字符串时，将只得到 "
aa
"， 再次匹配下⼀个时，可以得到第⼆个 "
bb
"。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。