搞懂正则表达式之基础篇

正则表达式是用来进行文本匹配的一种规则，在爬虫等方面应用很广，我之前也是一知半解，现在写下我再次学习的一些记录

首先推荐我学习的教程，正则练习网址： https://www.codejiaonang.com/ 正则在线测试网站： https://regexr-cn.com/，在哔哩哔哩上也有视频教程，现在开始学习！

1.单一字符匹配

2.区间字符匹配

3.特殊字符匹配

4.取反

5.快捷操作

6.重复匹配

1.单一字符匹配

字符匹配十分简单，只要输入你需要的字符即可匹配

有时候我们想知道的不只是单个字符有没有出现在备选项里，而是一组字符有没有出现出现备选项中，这时需要使用字符组（[]）字符组的作用是匹配[]中所有出现的字符，在下图中Java以及java均被匹配成功。

2.区间字符匹配

有时我们要匹配的不仅仅是a,b,c这样的单个字符，如果我们需要的是26个英文字母等ASCALL码连续的区间字符是就需要使用区间匹配(-)常用的有以下三条：

要匹配任意数字可以使用[0-9]；
如果想要匹配所有小写字母，可以写成[a-z]；
想要匹配所有大写字母可以写成[A-Z]。

例如[0-9a-zA-z]所表示的就是匹配所有0-9，a-z，A-Z的字符

3.特殊字符匹配

我们使用了-、[、]等来代表了一些匹配操作，如果我们需要匹配这些字符就需要进行转义，转义字符就是\字符，跟C语言的类似

4.取反

有时我们需要取出除了一定范围内的字符，这时候就需要取反操作，取反操作十分简单，在字符组中加入^即可，如[^0-9]即匹配除0-9之外的字符。

5.快捷操作

对于一些常见的操作如匹配数字等，通常会有一些简短的字符来表示：

\w	与任意单词匹配
\d	与任意数字匹配
\s	匹配空白字符，比如空格，tab、换行等
\b	匹配单词边界

\b就是匹配处于边界位置的字符，如下图：

快捷取反：\d取数字\D取除数字外的字符（小写改为大写即可）

开始与结束：^表示以某字符串为开始，$表示以某字符串为结束

匹配任意字符：.字符代表匹配任何单个字符，它只能出现在方括号以外，有多少.就代表多个字符

可选字符：我们可以使用 ?符号指定一个字符、字符组或其他基本单元可选，这意味着正则表达式引擎将会期望该字符出现零次或一次

在上例中第二个o就是可选字符，所以dog与doog都可被匹配

6.重复匹配

1.准确重复次数匹配

上述的都是匹配仅出现一次的字符串匹配，如果像匹配出现N次的字符则在后面加上{N}即可

2.可选重复次数匹配

有时我们不确定需要匹配字符的出现次数，这里重复区间就可以出场了，语法：{M,N}，M是下界而N是上界，这里是贪婪模式，即尽可能多的匹配字符。在这里需要注意如果在表达式后面加上？则进入非贪婪模式。

第一张图出现2，3，4次均被匹配，第二张图仅匹配了出现次数为2的数字（最后一行相当于匹配了两次）

3.开闭区间

重复区间可以省略上界或省略下界

我们常用的就是{1，}以及{0，}两种，可以使用+以及*分别表示