常用正则表达式

正则表达式这个东西，看过很多很多，用过的呢，几乎没有用过，就像现在的工作一般，只有真正去做以前没有做过的，去深入了解以前不了解的，才会发现其实这些都很简单；
正则这个东西，几乎在任何地方都可以用，shell里面、SQL语句里面、xx脚本里面
最近在做一些脚本语句识别的东西，其实关键的地方都是在用正则在做匹配的
以python为例：

import re
pattern = re"^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?$"
match_result = re.findall(pattern, String)

String为想要去用正则匹配的字符串，match_result会得到匹配的结果，匹配的结果会是一个tuple，里面的元素分别为根据表达式依次匹配到的（）内的匹配条件，但是只有整个字符串符合整个正则表达式的匹配后，才会获取到匹配结果
已上面的表达式为例，可以从左到右拆分为几个部分：

• "^(https?://)?([\da-z.-]+).([a-z.]{2,6})([/\w .-])/?$": ^表示从字符串起始位置开始匹配
• "^(https?://)?([\da-z.-]+).([a-z.]{2,6})([/\w .-])/?$"： ()表示正则表达式捕获的结果会放入一个分组中，https?代表将会匹配http或者https，//表示匹配https后面紧跟的//字符，因为/在正则里面有特殊含义，所以这里需要使用/来对/进行转义，让/代表/本身，括号后面的?代表匹配这个表达式零次或者多次，因为有的url不会带上协议名称
• "^(https?://)?([\da-z.-]+).([a-z.]{2,6})([/\w .-])/?$" ：第二个括号里面的[\da-z.-]+, \d代表匹配所有数字，也可以用0-9来表示所有数字a-z代表所有小写字母，.代表url里面的.，因为.在正则里面也是有特殊含义，所以也需要用\来进行转义，-代表url中可能出现的短横杠，然后用[]+把他们括起来表示可以匹配这些字符多次，然后再[]+后面紧跟着一个.，就表示实际上这一段匹配的是类似 xxx.xxx. 的一段url，但是捕获的结果是xxx.xxx，因为最后一个.不在括号里面
• "^(https?://)?([\da-z.-]+).([a-z.]{2,6})([/\w .-])/?$" ：之前已经匹配了类似https://xxx.xxx.的字符串，那么就剩最后面的域名了域名应该是com. cn. org. 这种类型的，会有固定的长度，所以这里用了一个长度限定{2,6}限定长度为2到6位
• "^(https?://)?([\da-z.-]+).([a-z.]{2,6})([/\w .-])/?$" ：最后的一段([/\w .-])/?$就是匹配可能在.com域名后面的目录名，\w代表所有字母，$代表匹配字符结尾，与最前面的^相呼应，匹配整个输入的字符串