全栈指南

Appearance

正则-表达式 ​

  • 正则表达式是一种用于匹配和操作文本的强大工具，它是由一系列字符和特殊字符组成的模式，用于描述要匹配的文本模式。
  • 正则表达式可以在文本中查找、替换、提取和验证特定的模式。

元字符 ​

基本 ​

  • .: 匹配任意字符（除了换行符）。
  • ^: 匹配字符串的开头。
  • $: 匹配字符串的结尾。
  • [a-z]：匹配任意小写字母。
  • [A-Z]：匹配任意大写字母。
  • [0-9]：匹配任意数字字符。
  • [a-zA-Z0-9_]：匹配任意字母、数字或下划线字符。

量词 ​

  • *：匹配前面的模式零次或多次。
  • +：匹配前面的模式一次或多次。
  • ?：匹配前面的模式零次或一次。
  • {n}：匹配前面的模式恰好 n 次。
  • {n,}：匹配前面的模式至少 n 次。
  • {n,m}：匹配前面的模式至少 n 次且不超过 m 次。

字符类 ​

  • []：匹配括号内的任意一个字符。例如，[abc] 匹配字符 "a"、"b" 或 "c"。
  • [^]：匹配除了括号内的字符以外的任意一个字符。例如，[^abc] 匹配除了字符 "a"、"b" 或 "c" 以外的任意字符。
  • -：匹配连字符，用于表示字符范围。例如，[a-z] 匹配任意小写字母。

边界匹配 ​

  • ^：匹配字符串的开头。
  • $：匹配字符串的结尾。
  • \b：匹配单词的边界。
  • \B：匹配非单词的边界。

分组和捕获 ​

  • ()：分组，将多个字符作为一个整体，并捕获分组中的内容。
  • (?:)：非捕获组，将多个字符作为一个整体，但是不捕获分组中的内容。

特殊字符 ​

  • \：转义字符，用于匹配特殊字符本身。
  • .：匹配任意字符（除了换行符）。
  • |：用于指定多个模式的选择。
  • \d：匹配任意数字字符 等价于 [0-9]
  • \D：匹配任意非数字字符 等价于 [^0-9]
  • \w：匹配任意字母、数字或下划线字符 等价于[a-zA-Z0-9_]
  • \W：匹配任意非字母、数字或下划线字符 等价于 [^a-zA-Z0-9_]
  • \s：匹配任意空白字符（空格、制表符、换行符等）。
  • \S：匹配任意非空白字符。

贪婪与非贪婪量词 ​

默认情况下，量词(*, +, ?, {})是贪婪的，会尽可能多地匹配字符。在量词后加?可使其变为非贪婪(懒惰)模式：

  • *?：匹配零次或多次，但是尽可能少地匹配。
  • +?：匹配一次或多次，但是尽可能少地匹配。
  • ??：匹配零次或一次，但是尽可能少地匹配。
  • {n}?：匹配恰好 n 次，但是尽可能少地匹配。
  • {n,}?：匹配至少 n 次，但是尽可能少地匹配。
  • {n,m}?：匹配至少 n 次且不超过 m 次，但是尽可能少地匹配。

预查|断言 ​

预查只判断是否满足那些条件，不会进行匹配，也不会进行捕获。

  • (?=)：正向预查，判断后面存在 xxx。例如：windows(?=98|99) 判断 windows 后面包含 98 或者 99,
  • (?!)：负向预查，判断后面不存在 xxx。例如： windows(?!98|99) 判断 windows 后面不包含 98 或者 99
  • (?<=)：正向后查，判断前面存在 xxx 例如：(?<=98|99)windows 判断 windows 前面包含 98 或者 99
  • (?<!)：负向后查，判断前面不存在 xxx。 例如：(?<!98|99)windows 判断 windows 前面不包含 98 或者 99

修饰符 ​

常用修饰符 ​

  • i（ignore case）：忽略大小写。
  • g（global）：全局匹配，匹配所有符合条件的内容。
  • m（multiline）：多行匹配。
  • s（dotall）：匹配任意字符（包括换行符）。
  • u（unicode）：匹配 Unicode 字符。
  • x（verbose）：允许在正则表达式中使用注释和空白字符。

组合修饰符 ​

  • gi：全局匹配+忽略大小写
  • ims：忽略大小写+多行模式+点号匹配换行符

案例讲解 ​

匹配手机号 ​

  • 手机号规则：以 1 开头的 11 位数字,
  • 正则规则：/^1[0-9]{10}$/
  • 规则说明：
    • ^1：匹配以 1 开头的字符串
    • [0-9]{10}：匹配 10 位数字
    • $：匹配字符串的结尾
python
import re
pattern = r'^1[0-9]{10}$'
string = '13812345678'
match_obj = re.match(pattern, string)
print(match_obj)  # <re.Match object; span=(0, 11), match='13812345678'>

匹配邮箱 ​

  • 邮箱规则： 任意字符+@+任意字符+.+任意字母 2-8 位
  • 正则规则：^[a-zA-Z0-9_]+@[a-zA-Z0-9_]+\.[a-zA-Z0-9]_+$
  • 规则说明：
    • ^[a-zA-Z0-9_]+：匹配以字母、数字或下划线开头的字符串 至少一个
    • @: 匹配@
    • [a-zA-Z0-9_]+: 匹配@后面的字符串 至少一个
    • \. 匹配.
    • [a-zA-Z0-9_]+：匹配.后面的任意字符 至少一个
    • $：匹配字符串的结尾
python
import re
pattern = r'^[a-zA-Z0-9_]+@[a-zA-Z0-9_]+\.[a-zA-Z0-9_]+$'
string = 'job@163.com'
match_obj = re.match(pattern, string)
print(match_obj)  # <re.Match object; span=(0, 11), match='job@163.com'>

匹配强密码 ​

  • 强密码规则：
    • 长度在 8-16 位之间
    • 必须包含至少一个大写字母 A-Z
    • 必须包含至少一个小写字母 a-z
    • 必须包含至少一个数字 0-9
    • 必须包含至少一个特殊字符 仅限 !@#$%?
  • 正则规则：^(?=.*[a-z])(?=.*[A-Z])(?=.*[0-9])(?=.*[!@#$%?])[a-zA-Z0-9_!@#$%?]{8,16}$
  • 规则说明：
    • 先进行预查，判断是否满足条件，然后进行匹配
    • (?=.*[a-z])：预查.*后面至少一个小写字母
    • (?=.*[A-Z]：预查.*后面至少一个大写字母
    • (?=.*[0-9])：预查.*后面至少一个数字
    • (?=.*[!@#$%?])：预查.*后面至少一个特殊字符 仅限 !@#$%?
    • [a-zA-Z0-9_!@#$%?]{8,16}：匹配 8-16 位 仅限字母、数字、下划线、特殊字符
python
import re
pattern = r'^(?=.*[a-z])(?=.*[A-Z])(?=.*[0-9])(?=.*[!@#$%?])[a-zA-Z0-9_!@#$%?]{8,16}$'
string = 'a1@384A6#78a'
match_obj = re.match(pattern, string)
print(match_obj)  # <re.Match object; span=(0, 11), match='a1@384A6#78a'>

提取 header 头信息 ​

python
import re
line = '''From: author@example.com
User-Agent: Thunderbird 1.5.0.9 (X11/20061227)
MIME-Version: 1.0
Content-Type: application/json
To: editor@example.com'''

pattern = r'(.*):(.*)'
match_obj = re.findall(pattern, line)
print(match_obj)  # [('From', ' author@example.com'), ('User-Agent', ' Thunderbird 1.5.0.9 (X11/20061227)'), ('MIME-Version', ' 1.0'), ('Content-Type', ' application/json'), ('To', ' editor@example.com')]

匹配 HTML 标签 ​

  • 规则：<标签名>内容</标签名>
  • 正则规则：<\w+\b>.*</\w+\b>
  • 规则说明：
    • <\w+\b>：匹配以<开头，后面跟着字母、数字或下划线的单词，最后以>结尾的字符串
    • .*：匹配任意字符（包括换行符）
    • </\w+\b>：匹配以</开头，后面跟着字母、数字或下划线的单词，最后以>结尾的字符串
python
import re
pattern = r'<\w+\b>.*</\w+\b>'
string = '<div>内容</div>'
match_obj = re.match(pattern, string)
print(match_obj)  # <re.Match object; span=(0, 14), match='<div>内容</div>'>