RegExp(二)

断言

单词边界（Word Boundary）

我们就可以在正则中使用\b 来表示单词的边界。 \b 中的 b 可以理解为是边界（Boundary）这个单词的首字母

>>> import re
>>> test_str = "tom asked me if I would go fishing with him tomorrow."
>>> re.sub(r'\btom\b', 'jerry', test_str)
'jerry asked me if I would go fishing with him tomorrow.'

行的开始或结束

1. 日志起始行判断
2. 输入数据校验

环视（ Look Around）

规则 示例一

the little cat cat2 is in the hat hat2, we like it

\b(\w+)\s\1\b

转义

转义字符

字符串转义和正则转义

>>> import re
>>> re.findall(r'\\', 'a*b+c?\\d123d\\')
['\\', '\\']

正则中元字符的转义

括号的转义

字符组中的转义

https://stackoverflow.com/questions/6967204/how-is-n-and-n-interpreted-by-the-expanded-regular-expression/59192811#59192811

正则有哪些常见的流派及其特性

正则如何处理 Unicode 编码的文本

如何在编辑器中使用正则完成工作

如何理解正则的匹配原理以及优化原则

有穷状态自动机

有穷状态是指一个系统具有有穷个状态，不同的状态代表不同的意义。自动机是指系统可以根据相应的条件，在不同的状态下进行转移。从一个初始状态，根据对应的操作（比如录入的字符集）执行状态转移，最终达到终止状态（可能有一到多个终止状态）。有穷自动机的具体实现称为正则引擎，主要有 DFA 和 NFA 两种，其中 NFA 又分为传统的 NFA 和 POSIX NFA。

DFA：确定性有穷自动机（Deterministic finite automaton）
NFA：非确定性有穷自动机（Non-deterministic finite automaton）

正则的匹配过程

POSIX NFA 与 传统 NFA 区别

回溯

正则常见问题及解决方案

匹配数字

1. 数字在正则中可以使用 \d 或 [0-9] 来表示。
2. 如果是连续的多个数字，可以使用 \d+ 或 [0-9]+。
3. 如果 n 位数据，可以使用 \d{n}。
4. 如果是至少 n 位数据，可以使用 \d{n,}。
5. 如果是 m-n 位数字，可以使用 \d{m,n}。

小数

\d+(?:\.\d+)?

浮点数

负数浮点数表示：

-\d+(?:\.\d+)?。

正数浮点数表示：

\+?(?:\d+(?:\.\d+)?|\.\d+)

十六进制数

[0-9A-Fa-f]+

手机号码

最新手机号段归属地数据库 (2022年5月版)

身份证号码

[1-9]\d{14}(\d\d[0-9Xx])?

邮政编码

(?<!\d)\d{6}(?!\d)

IPv4 地址

\d{1,3}(\.\d{1,3}){3}

日期和时间

\d{4}-\d{2}-\d{2}

\d{4}-(?:1[0-2]|0?[1-9])-(?:[12]\d|3[01]|0?[1-9])

(?:2[0-3]|1\d|0?\d):(?:[1-5]\d|0?\d)

邮箱

网页标签

收集一下常见的正则