一文带你看懂百分之八十以上的正则表达式（入门级）

Love The Way You Lie 2023-06-08 06:53 10阅读 0赞

> 本文文字较多，请大家耐心阅读。我保证，只要是从头到尾认真阅读完毕的，基本上百分之八十以上的正则表达式都可以看明白，至于速度，就在于你平常练习的水平了。

## 正则表达式 ##

*  正则表达式用途
 *  正则表达式基础
 *  正则表达式例子讲解

**正则表达式用途**

1.写爬虫的时候对于网页内容的匹配  
2.提取数据和替换数据  
3.进行数据验证，比如某一字符串验证是否为手机号

基本上以上三种用途比较多。我学习它的原因就是为之后写爬虫打下基础。

**正则表达式基础**

*  **特殊字符（后文有具体例子）**  
    ^ 表示需要匹配字符的开始或者作为非  
    $ 作为匹配字符串的结尾位置  
    () 子表达式的开始和结束位置  
    . 任何单一字符 除了\\n  
    \* 匹配前面的字符表达式零次或多次  
    \+ 表示匹配前面的字符表达式一次或多次  
    ？表示匹配前面的字符表达式零次或一次  
    \\ 具有特殊用途 比如需要匹配字符\\ 可以使用\\  
    \{ 具有限定作用  
    | 表示一个或的选择关系 a|b 既可以匹配a也可以匹配b  
    \\b 表示匹配一个单词边界 即字与空格间的位置。  
    \\B 非单词边界  
    \\d 匹配一个数字字符  
    \\D 匹配一个非数字字符  
    上面这些特殊的字符比较容易记混的就是\*、+、？了，下面教给大家一个方法。0 \* 任何一个数都为0，0+任何一个不为零的数都不是0，并且乘法和加法都可以使结果变得很大。 所以很轻松的就可以记住了 +和 \*的区别了。  
    对于？，下面的点可以看成0，上面可以看作弯曲的1 所以只有0次和1次。

再补充一点，？与\{0,1\}等价 ，\*与\{0，\}等价，+与\{1，\}等价 括号里面右边不写数字的话代表可以无限多。

上面基本上就是经常用到的特殊字符了，如果在后面的例子中出现别的字符，再进行介绍。

**正则表达式例子五讲**

1.  匹配数字

目标匹配：0、0123、2343534

^[0-9]*$

这个规则可以匹配任何数字。  
^ 和$ 作为开始和结尾，\[0-9\] 表示字符集合 范围是0-9，当然也可以写成  
\[0|1|2|3|4|5|6|7|8|9\] 这两种形式是等价的 | 表示一种或的关系。\*表示0或者很多 也就是对于前面的字符范围集合\[0-9\],可以进行0次或多次匹配。 这个规则我可以匹配到 0、01、1234、234145

1.  匹配位数限制的数字

目标匹配：000、12、2345

2-4位的数字：^\d{2,4}$

上述可以匹配 位数在2-4位之间的数字，包括2和4.  
\\d 表示数字字符 相当于\[0-9\]  
\{\} 具有限制作用 \{2,4\}表示前面表达式所匹配的2-4个字符  
举一反三 ：  
匹配具有3-5个小写字母的字符 如何写呢？

^\w{3,5}$ 或者
    ^[a-z]{3,5}$

第一种方法能够匹配aaa 单同时也能够匹配000 不够严谨  
第二种方法更加严谨一些。

1.  贪婪和非贪婪字符的匹配

目标匹配：looo 和lo

输入 looo

lo+  等效与 ^lo+$  结果为  looo
    lo+？等效与^lo+?     结果为lo

首先解释一下^ 和$对于表达式的具体作用。  
^ 表示输入字符串开始的位置，也就是当我输入looo时，^表示第一个输入l的位置。  
对于 $相似，表示输入字符串结束的位置，也就是looo的第三个o的位置。  
加入这两个相当于就是指定了位置，不可以自由的从中间开始进行匹配  
举个例子：  
o+ 可以从looo 匹配到ooo  
但是^o+ 就匹配不成功 原因是第一个字符是l，加入 ^必须从第一个字符开始。  
同样的 o+? $ 只能匹配到000，而o+? 可以匹配到o ，原因是 $ 限制了字符串结尾的位置。

再解释一下？在这个例子中的作用。  
这个例子中 ?的作用是使其前面表达式变得非贪婪。就是我能让你匹配到一个就不让你匹配到两个。正如上述例子中o+ 匹配为ooo 而 o+? 只能匹配到 o。

1.  负值字符

目标匹配：s、c、l  
输入：school

[scl]  结果输出 s、c、l
    [^ho]  结果输出s、c、l

这里的^的作用与前面咱们说到的定位符的作用不一样，在这里，你可以把它理解为 非。 也就是除了ho 其他字符都可以进行匹配。

1.  介绍两种特殊的模型

目标匹配：wall、well  
输入：wall、well

w(?:all|ell) 等价与 wall|well  输出结果同上
    w(?=all) 输出为 w 而这个w是wall的w 不是well的w

?:叫做非获取匹配，意思就是 括号里不进行数据存储，只是作为前面w字符后的一个匹配规则 ，整体输出为w加上里面匹配规则所匹配的字符。

?= 叫做正向肯定侦察 ，同时也是一个非获取匹配，但是输出与上面不一样，只是输出前面的w，括号里面只是作为前面w字符所在位置和哪个字符的规则。

当然还有反向肯定 反向否定 等等 具体可以查看菜鸟教程里面详细的介绍  
[菜鸟教程地址][Link 1]

如果有更好的例子，我也会及时更新上去。