只需十分钟，浅识正则表达式

根据百度百科的解释，正则表达式的概念是：对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

emmmm，看完这一大堆文字，表示好晕哦，还是不能理解啊！

但是，正则表达式对数据处理来说非常重要！数据的清洗或网页爬虫中解析数据都用得上它。

因为它有以下优点：

（1）可以简化代码，实现起来更加简便；

（2）处理字符串的时候更容易理解；

（3）其速度比自己写逻辑代码要快。

(⊙o⊙)…有什么通俗易懂的解释可以让新手快速掌握这个名词的精髓呢？？？

简单来说，正则表达式就是设定一个字符串规则，然后帮助我们判断某个字符串是不是符合这个模式，也可以根据该规则提取我们需要的数据。

这么解释，是不是容易理解多了，但是没有事例结合还是一知半解，下面让我们利用正则表达式做一个简单的演示：

正则表达式语法

^     匹配字符串开头

$     匹配字符串末尾

例如，'^abc'：匹配以'abc'开头的字符串；'abc$'：匹配以'abc'结尾的字符串；

re*    匹配0个或多个的字符

re   匹配1个或多个的字符

re?   匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式

例如，'ab*'：匹配字符串a和0个或多个b组成的字符串（'a'、'ab'、'abb'......）

            'ab '：匹配字符串a和1个或多个b组成的字符串（'ab'、'abb'......）

            'ab?'：匹配字符串a和0个或1个b组成的字符串

.  匹配任意字符串，除了换行符

[abc]  匹配单个的字符a或b或c

[^abc]  匹配除了a,b,c之外的字符

\w  匹配字母数字及下划线

\W   匹配非字母数字及下划线

\s  匹配任意空白字符，等价于[\t\n\r\f]

\S 匹配任意非空字符

\d  匹配任意数字

\D  匹配任意非数字

。。。

这么多语法，这也太晕了吧，不要着急，根据下面这个图片，在使用时慢慢查阅，以后熟练了就好啦。

正则表达式实例

看了这么多的语法，头晕脑胀，到底怎么才能构建一个模式来匹配字符串呢？比如，现在要求我们从一大堆字符串中提取出需要的数据：邮箱地址。这该怎么办？？

很显然，邮箱地址一般是这样的：

[e-mail]

根据前面提到的语法，我们可以定义这样一个规则：

^\w @\w \.[com,cn,net]{1,3}$

其中\w表示单词字符，等价于[A-Za-z0-9_]，匹配字母数字及下划线

表示匹配1个或多个的字符

\w 代表匹配字符[A-Za-z0-9_]一次或多次的组合字符串

\.的含义是将'.'转义，因为'.'本身也是语法

{1,3}表示匹配前一个字符1-3次，至少1次，至多3次

[com,cn,net]字符集，表示匹配其中任意一个字符

下面用Python代码简单看一下演示，首先导入正则表达式的库re模块，再定义字符串规则pattern，如果匹配成功，则输出YES，反之则没有输出。

具体的Python正则表达式大法，还听下回分解！