字符串是編程時涉及到的最多的一種數據結構,對字符串進行操作的需求幾乎無處不在。比如判斷一個字符串是否是合法的Email地址,雖然可以編程提取@前后的子串,再分別判斷是否是單詞和域名,但這樣做不但麻煩,而且代碼難以復用。
正則表達式是一種用來匹配字符串的強有力的武器。它的設計思想是用一種描述性的語言來給字符串定義一個規則,凡是符合規則的字符串,我們就認為它“匹配”了,否則,該字符串就是不合法的。
所以我們判斷一個字符串是否是合法的Email的方法是:
創建一個匹配Email的正則表達式; 用該正則表達式去匹配用戶的輸入來判斷是否合法。因為正則表達式也是用字符串表示的,所以,我們要首先了解如何用字符來描述字符。
在正則表達式中,如果直接給出字符,就是精確匹配。用/d可以匹配一個數字,/w可以匹配一個字母或數字,所以:
'00/d'可以匹配'007',但無法匹配'00A'; '/d/d/d'可以匹配'010'; '/w/w/d'可以匹配'py3';.可以匹配任意字符,所以:
'py.'可以匹配'pyc'、'pyo'、'py!'等等。
要匹配變長的字符,在正則表達式中,用*表示任意個字符(包括0個),用+表示至少一個字符,用?表示0個或1個字符,用{n}表示n個字符,用{n,m}表示n-m個字符:
來看一個復雜的例子:/d{3}/s+/d{3,8}。
我們來從左到右解讀一下:
/d{3}表示匹配3個數字,例如'010'; /s可以匹配一個空格(也包括Tab等空白符),所以/s+表示至少有一個空格,例如匹配' ',' '等; /d{3,8}表示3-8個數字,例如'1234567'。綜合起來,上面的正則表達式可以匹配以任意個空格隔開的帶區號的電話號碼。
如果要匹配'010-12345'這樣的號碼呢?由于'-'是特殊字符,在正則表達式中,要用'/'轉義,所以,上面的正則是/d{3}/-/d{3,8}。
但是,仍然無法匹配'010 - 12345',因為帶有空格。所以我們需要更復雜的匹配方式。
進階
要做更精確地匹配,可以用[]表示范圍,比如:
[0-9a-zA-Z/_]可以匹配一個數字、字母或者下劃線; [0-9a-zA-Z/_]+可以匹配至少由一個數字、字母或者下劃線組成的字符串,比如'a100','0_Z','Py3000'等等; [a-zA-Z/_][0-9a-zA-Z/_]*可以匹配由字母或下劃線開頭,后接任意個由一個數字、字母或者下劃線組成的字符串,也就是Python合法的變量; [a-zA-Z/_][0-9a-zA-Z/_]{0, 19}更精確地限制了變量的長度是1-20個字符(前面1個字符+后面最多19個字符)。新聞熱點
疑難解答