正则表达式

一、正则的含义

正则表达式就是用来操作字符串的一种逻辑公式

二、正则表达式的应用场景

• 数据分析时数据获取的文本筛选
• 进行爬虫时，网页数据的匹配
• 写前端代码的时候，用户输入数据的验证
• 测试人员对请求结果的数据验证
• 批量文本编辑，比如Sublime Text或nodepad++、EditPlus等记事本软件全都支持正则表达式的使用

三、常用的格式校验

• 邮箱验证
• IP地址验证
• 电话号码验证
• SFZ号码验证
• 密码强度验证
• 网址验证
• 汉字验证 [\u4e00-\u9fa5]
• ......
• 凡是有一定规律的,批量的数据获取，都可以使用正则表达式来完成

四、元字符

字符	说明
.	代表的是换行符以外的任意字符。 换行符是：(不同的操作系统有不同的换行符) \n \r\n
\w	匹配字母、数字、下划线、汉字的一个字符
\s	匹配任意的空白符
\d	匹配数字
^	匹配字符串的开始
$	匹配字符串的结束

五、反义代码 

反义代码的意思就是与元字符表示相反的代码

• \W 匹配的任意 不是 字母、数字、下划线、汉字 的字符
• \S 匹配任意 不是 空白符的字符
• \D 匹配任意 不是 数字的字符

六、限定符

符号	说明
*	代表的重复0次或者是多次
+	代表的重复1次或者是多次
？	代表的是重复0次或者是1次
{n}	重复n次，举例：{3}指的就是重复3次
{n,}	重复n次或者更多次数
{n,m}	重复n次到m次，所以这里m一般要比n

七、分组匹配

• findall / search/match 区别¶
• findall 是查找所有的
• search 匹配第一个
• match 匹配开头的

八、贪婪与非贪婪

• 贪婪的意思是尽可能多的匹配
• 非贪婪的意思就是尽可能少的匹配
• 非贪婪操作符是问号：'符号?'
• ?号代表的是重复0次或者是1次，再加一个问号，代表的是非贪婪操作，那么最后就只匹配0次

分支条件匹配：

使用 | 来分隔开不同的正则表达式，代表着 条件1 或 条件2 或条件3 ......

九、零宽断言

• 匹配"正则表达式reg"前边的位置 (?=reg)
• 匹配"正则表达式reg"后边的位置 (?<=reg)
• 匹配后边跟的不是"正则表达式reg"的位置 (?!reg)
• 匹配前边不是"正则表达式reg"的位置 (?<!reg)

十、常用的实用正则表达式

• 　　输入零和非零开头的数字："^(0|[1-9][0-9]*)$"。
• 　　输入有两位小数的正实数："^[0-9]+(.[0-9]{2})?$"。
• 　　输入有1~3位小数的正实数："^[0-9]+(.[0-9]{1,3})?$"。
• 　　输入非零的正整数："^"+?[1-9][0-9]*$"。
• 　　输入非零的负整数："^"-[1-9][]0-9"*$。
• 　　输入长度为3的字符："^.{3}$"。
• 　　输入由26个英文字母组成的字符串："^[A-Za-z]+$"。
• 　　输入由26个大写英文字母组成的字符串："^[A-Z]+$"。
• 　　输入由26个小写英文字母组成的字符串："^[a-z]+$"。
• 　　输入由数字和26个英文字母组成的字符串："^[A-Za-z0-9]+$"。
• 　　输入由数字、26个英文字母或者下划线组成的字符串："^"w+$"。
• 　　验证用户密码："^[a-zA-Z]"w{5,17}$"正确格式为：以字母开头，长度在6~18之间，只能包含字符、数字和下划线。
• 　　验证是否含有^%&’,;=?$""等字符："[^%&’,;=?$"x22]+"。
• 　　只能输入汉字："^["u4e00-"u9fa5]{0,}$"
• 　　验证Email地址："^"w+([-+.]"w+)*@"w+([-.]"w+)*"."w+([-.]"w+)*$"。
• 　　验证InternetURL："^http://(["w-]+".)+["w-]+(/["w-./?%&=]*)?$"。
• 　　验证电话号码："^("("d{3,4}-)|"d{3.4}-)?"d{7,8}$"正确格式为："XXX-XXXXXXX"、"XXXX- XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX"。
• 　　验证SFZ号(15位或18位数字)："^"d{15}|"d{18}$"。
• 　　验证一年的12个月："^(0?[1-9]|1[0-2])$"正确格式为："01"～"09"和"1"～"12"。
• 　　验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为;"01"～"09"和"1"～"31"。