0x1、简介与亿点点学习经验

正则表达式 (Regular Expression) → 一门 为了字符串模式匹配，从而实现搜索和替换功能 的工具。

简单点说：

• 诉求：查找或替换字符串中满足 条件 的子串；
• 正则表达式：用来 描述这个条件 的工具；

Talk is cheap，平时老说正则表达式，字符串匹配的神器，到底有多神，写个简单例子体验下~

有下面这样一串字符串，让你查找当中所有的数字，你会怎么做？

sdfk似懂123非懂就35了框架89路径考669虑看路径

不用正则的话，一种常见的简单思路：遍历每个字符，执行判断，数字拼接，非数字跳过，代码示例如下：

sentence = "sdfk似懂123非懂就35了框架89路径考669虑看路径"
number_dict = {}  # 键为数字字符串、值为下标
temp_str = ""
for index, character in enumerate(sentence):
    # 判断是否为数字，是追加
    if character.isnumeric():
        temp_str += character
        else:
            if len(temp_str) > 0:
                number_dict[temp_str] = index
                temp_str = ""
                continue
print(number_dict)
# 运行输出结果如下：
{'123': 9, '35': 14, '89': 19, '669': 25}

而使用正则，只需写一个匹配表达式 \d+，即可实现同样的匹配结果，代码示例如下：

import re
sentence = "sdfk似懂123非懂就35了框架89路径考669虑看路径"
results = re.finditer(r'\d+', sentence)
if results is not None:
    for result in results:
        print(result)
# 运行输出结果如下：
<re.Match object; span=(6, 9), match='123'>
<re.Match object; span=(12, 14), match='35'>
<re.Match object; span=(17, 19), match='89'>
<re.Match object; span=(22, 25), match='669'>

不要简单太多，此时再来需求说，字母也要匹配，遍历的方法还要去改循环逻辑，而正则直接改表达式即可~

Tips：写起来是爽，但性能可能没有遍历的方式好，下面说到正则的性能问题就知道了~

开始讲解正则的具体语法前，share一波自己学正则表达式的心得，毕竟自己也是从害怕它过来的~

• ① 不要有畏难情绪，越怕越学不会，都是死知识的组合而已，远没有算法难！

• ② 降低预期，不要上来就想着写出那种 贼牛逼的正则表达式，先写出 能用就好 的正则，后面再慢慢优化，大佬的正则也是经过大量尝试推演出来的；

• ③ 反复练习，看懂语法谁不会，得去练，加深印象，没机会练习的话，就自己找，安利两个练手方向：

方向一：查找满足条件的网页结点或文本

直接Chrome浏览器，F12打开开发者工具 → 切换到Source选项卡 → Ctrl + Shift + F，输入正则表达式，如：

方向二：推敲网上常用的正则表达式模板

分析下别人为什么那样写，弄点测试样本，自己试着写出来，多写几遍。

不要 不放过每个可以锻炼自己写正则的机会，只看不练，过不了几天，你的正则姿势就都还给杰哥了，另外，安利一个 可视化正则表达式 的神器：regexper

另外，临时的正则校验工具，直接搜索引擎搜关键 在线正则表达式 ，网上一堆。

万事具备，开始讲解正则具体的语法姿势了，冲！！！

0x2、基础语法

完整的正则表达式由两种字符构成：

• 普通字符；
• 特殊字符(元字符) → 表示特殊语义的字符，正则表达式功能的最小单位，如 *** ^ $ \d** 等；

① 最简单的匹配

没有特殊语义，普通字符一一对应，比如想在"Hello Python"字符串中查找"tho"，直接用 'tho' 这个正则就好；

② 如何匹配特殊字符？

正则中的点 . 是特殊字符，用于匹配任意一个字符(除\n外)，如果想把它当成普通字符串对待，即匹配一个点，需要用到 转义字符 → 反斜杠\。放在特殊字符前，让其失去原本的特殊语义，比如：\. 就变成单纯地匹配点(.)了；

罗列一波 特殊字符元字符：

• . → 匹配任意一个字符 (除换行符\n除外)
• \d → 匹配数字，0-9；
• \D → 匹配非数字；
• \s → 匹配空白，即空白符和tab缩进；
• \S → 匹配非空白；
• \w → 匹配字母、数字或下划线：a-z、A-Z、0-9、_；
• \W → 匹配非字母、数字或下划线；
• \x → 匹配十六进制数字；
• \O → 匹配八进制数字；
• \n → 匹配换行符；
• \r → 匹配回车符；
• \v → 匹配垂直制表符；
• \t → 匹配制表符；
• \f → 匹配换页符；
• [\b] → 匹配退格字符，加[]是为了和\b区分；