正規表示式

2021-09-05 12:02:12 字數 2316 閱讀 5914

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。用\d可以匹配乙個數字,\w可以匹配乙個字母或數字,所以:

'00\d'可以匹配'007',但無法匹配'00a'

'\d\d\d'可以匹配'010'

'\w\w\d'可以匹配'py3'

.可以匹配任意字元,所以:

'py.'可以匹配'pyc''pyo''py!'等等。

要匹配變長的字元,在正規表示式中,用*表示任意個字元(包括0個),用+表示至少乙個字元,用?表示0個或1個字元,用表示n個字元,用表示n-m個字元:

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。

如果要匹配'010-12345'這樣的號碼呢?由於'-'是特殊字元,在正規表示式中,要用'\'轉義,所以,上面的正則是\d\-\d

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。

要做更精確地匹配,可以用表示範圍,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。

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...