四、正则表达式
字符串是编程时涉及到的最多的一种数据结构，对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样做不但麻烦，而且代码难以复用。
正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。
下面这张图展示了使用正则表达式匹配的流程
1、Python支持的正则表达式元字符和语法
| 语法 | 说明 | 表达式实例 | 完整匹配的字符串 |
| 字符 | |||
| 一般字符 | 匹配自己 | abc | abc |
| . | 匹配任意字符“\n”除外 DOTALL模式中（re.DOTALL）也能匹配换行符 |
a.b | abc或abc或a1c等 |
| [...] | 字符集[abc]表示a或b或c，也可以-表示一个范围如[a-d]表示a或b或c或d | a[bc]c | abc或adc |
| [^...] | 非字符集，也就是非[]里的之外的字符 | a[^bc]c | adc或aec等 |
| 预定义字符集（也可以系在字符集[...]中） | |||
| \d | 数字：[0-9] | a\dc | a1c等 |
| \D | 非数字：[^0-9]或[^\d] | a\Dc | abc等 |
| \s | 空白字符：[<空格>\t\n\f\v] | a\sc | a b等 |
| \S | 非空白字符：[^s] | a\Sc | abc等 |
| \w | 字母数字（单词字符）[a-zA-Z0-9] | a\wc | abc或a1c等 |
| \W | 非字母数字（非单词字符）[^\w] | a\Wc | a.c或a_c等 |
| 数量词（用在字符或(...)分组之后） | |||
| * | 匹配0个或多个的表达式。（注意包括0次） | abc* | ab或abcc |
| 边界匹配（不消耗待匹配字符中的字符） | |||
| ^ | 匹配字符串开头，在多行模式中匹配每一行的开头 | ^abc | abc或abcd等 |
| $ | 匹配字符串结尾，在多行模式中匹配每一行的结尾 | abc$ | abc或123abc等 |
| \A | 仅匹配字符串开头 | \Aabc | abc或abcd等 |
| \Z | 仅匹配字符串结尾 | abc\Z | abc或123abc等 |
| \b | 匹配一个单词边界，也就是指单词和空格间的位置。例如， ‘er\b‘ 可以匹配"never" 中的 ‘er‘，但不能匹配 "verb" 中的 ‘er‘。 | ||
| \B | 匹配非单词边界。‘er\B‘ 能匹配 "verb" 中的 ‘er‘，但不能匹配 "never" 中的 ‘er‘。 | ||
| 逻辑、分组 | |||
时间： 2024-10-13 17:35:31