（6-08）正则表达式的基础语法

1.正则表达式的概述

• 通过正则表达式可以定义一些匹配规则，只要满足匹配规则即认为匹配成功，从而实现模糊匹配。
• 正则表达式中既可以包含普通字符，也可以包含由特殊字符指定的匹配模式。
• 在实际应用正则表达式进行匹配时，正则表达式中的普通字符需要做精确匹配，而特殊字符指定的匹配模式则对应了用于模糊匹配的规则。

2.部分匹配模式

匹配模式	描述
*	匹配前一个模式0次或多次。例如，对于正则表达式“a[0-9]*c”，其与“ac”、“a0c”和“a01c”匹配，但与“abc”不匹配
+	匹配前一个模式1次或多次。例如，对于正则表达式“a[0-9]+c”，其与“a0c”和“a01c”匹配，但与“ac”和“abc”不匹配
？	匹配前一个模式0次或1次。例如，对于正则表达式“a[0-9]?c”，其与“ac”和“a0c”匹配，但与“a01c”和“abc”不匹配
{m}	匹配前一个模式m次。例如，对于正则表达式“a[0-9]{1}c”（表示：a和c之间只有一个数字符），其与“a0c”匹配，但与“ac”、“a01c”和“abc”不匹配
{m,n}	匹配前一个模式m至n次；省略n则匹配前一个模式m次至无限次。例如，对于正则表达式“a[0-9]{1,2}c”（表示：a和c之间有一个数字符或有两个数字符），其与“a0c”和“a01c”匹配，但与“ac”和“abc”不匹配
|	“A|B”表示匹配A或B中的任一模式即可。例如，对于正则表达式“a[b|d]c”，其与“abc”和“adc”匹配，但与“ac”、“aac”和“abbc”不匹配。
(…)	用()括起来的内容表示一个分组。在匹配完成后，可以获取每个分组在字符串中匹配到的内容。例如，对于正则表达式“(.*?)abc”，其与“123abc456abc”匹配结果为“123”和“456”；而对于正则表达式“(.*)abc”，其与“123abc456abc”匹配结果为“123abc456”。“*?”与“*”的区别在于：“*? ”每次匹配尽可能少的字符；而“*”每次会匹配尽可能多的字符
\	转义符，使后面一个字符改变原来的含义。例如，在正则表达式中要精确匹配字符$，则需要写成“ \$”；要精确匹配字符 ^，则需要写成 \^ ”

2.特殊序列

• 正则表达式中还提供了特殊序列以表示特殊的含义，其由“\”和一个字符
  组成。
  “\”后面的字符可以是数字，也可以是部分英文字母。
• 对于下面\b的非单词字符的解释如下：

单词字符包括：英文，字母，汉字，数字，下划线
另一个是空字符（即字符串的开头或末尾）意思是：字符串的开头是前一个空字符，字符串的末尾后一个是空字符

eg：
“\bfoo\b”：表示的意思是：前一个\b的左边应该是一个非单词字符；后一个\b的右边应该是一个非单词字符；
为啥"foo"可以被匹配呢？
因为：
f的左边是空，是一个非单词字符；
o的右边是空，是一个非单词字符；
中间不用管

特殊序列	描述
\number	number表示一个数字，\number用于引用同一编号的分组中的模式（分组编号从1开始）。例如，对于正则表达式“([0-9])abc\1”，其中的“\1”就表示引用第1个分组中的模式“[0-9] ”，即等价于“([0-9])abc[0-9] ”，匹配以一个数字开头、一个数字结尾、中间是abc的字符串
\A	匹配字符串开头的若干字符，同匹配模式中的^
\b	单词边界符，即\b两边的字符应该一个是非单词字符、另一个是单词字符，或者一个是单词字符、另一个是空字符（即字符串的开头或末尾）。例如，对于正则表达式“\bfoo\b”，其与“foo”、“foo. ”、“(foo) ”和“bar foo baz”匹配，但与“foobar”、“foo3”和“foo_bar”不匹配
\B	非单词边界符，与\b功能相反
\d	匹配任一数字字符，等价于[0-9]
\D	与\d作用相反，匹配任一非数字字符，等价于[^0-9]
\s	匹配任一空白字符
\S	与\s作用相反，匹配任一非空白字符
\w	匹配包含数字和下划线在内的任一可能出现在单词中的字符
\W	与\w作用相反，即匹配\w不匹配的那些特殊字符
\Z	匹配字符串末尾的若干字符，同匹配模式中的$

• 由于Python的字符串中使用“\”作为转义符，如果要在字符串中使用字符“\”，则需要写作“\”

因此，当进行“\bfoo\b”的匹配时，实际编写代码时要写作'\\bfoo\\b'，这样会造成代码编写时容易出错且代码可读性较差。

我们通常在用于表示正则表达式的字符串前加上一个字符r，使得后面的字符串忽略转义符。
例如，对于字符串'\\bfoo\\b'，我们可以写作r'\bfoo\b'。