Python正则表达式－2_match1.group(0)-程序员宅基地

技术标签： 正则表达式  Python  

本文介绍了Python对于正则表达式的支持，包括正则表达式基础以及Python正则表达式标准库的完整介绍及使用示例。本文的内容不包括如何编写高效的正则表达式、如何优化正则表达式，这些主题请查看其他教程。

注意：本文基于Python2.4完成；如果看到不明白的词汇请记得百度谷歌或维基，whatever。

尊重作者的劳动，转载请注明作者及原文地址 >.<html


最短匹

1. 正则表达式基础

1.1. 简单介绍

正则表达式并不是Python的一部分。正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。得益于这一点，在提供了正则表达式的语言里，正则表达式的语法都是一样的，区别只在于不同的编程语言实现支持的语法数量不同；但不用担心，不被支持的语法通常是不常用的部分。如果已经在其他语言里使用过正则表达式，只需要简单看一看就可以上手了。

下图展示了使用正则表达式进行匹配的流程：
re_simple

正则表达式的大致匹配过程是：依次拿出表达式和文本中的字符比较，如果每一个字符都能匹配，则匹配成功；一旦有匹配不成功的字符则匹配失败。如果表达式中有量词或边界，这个过程会稍微有一些不同，但也是很好理解的，看下图中的示例以及自己多使用几次就能明白。

下图列出了Python支持的正则表达式元字符和语法：  
pyre

1.2. 数量词的贪婪模式与非贪婪模式

正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。例如：正则表达式"ab*"如果用于查找"abbbc"，将找到"abbb"。而如果使用非贪婪的数量词"ab*?"，将找到"a"。

Jeffrey: 我加一点自己做项目过程中遇到的这种匹配方式的理解：

最短匹配：.*? http://deerchao.net/tutorials/regex/regex.htm 

假如，我们有以下的代码存放在Test_1.xml中（注意：这里不仅限于xml文件，同样的也适应于其它的任何的文件）：我们的

要匹配到原文件中的下列内容
<pre name="code" class="html"><span style="color:#FF0000;"><Response Status="OKAY" CongLvl="LEVEL0" OverallProvTime="4026852" TimeInReqQueue="228" DbCommitTime="6371" RequestId="100000">
    <CapacityParms>
	<Category>RESIDENTIALSUBSCRIBER_R2</Category>
	<FeatureSetName>R1 FEATURE SET</FeatureSetName>
	<OfficeId>ylvJrPbcGgHE</OfficeId>
	<CurrentCnt>0</CurrentCnt>
	<LimitCnt>0000050</LimitCnt>
	<SpareCapacity>0</SpareCapacity>
	<TasUnequalDistribution>0</TasUnequalDistribution>
    </CapacityParms>
</Response></span>

源文件：
<Request Action="LOGIN" RequestId="100000"><Authentication><ClientName>Administrator</ClientName><Password>5420!Cts</Password></Authentication></Request><?xml version="1.0" encoding="UTF-8"?><Response Status="OKAY" RequestId="100000"><Authentication MajorVersion="28" MinorVersion="0"><ClientName>Administrator</ClientName><Role>ADMINISTRATOR</Role></Authentication></Response><Request Action="UPDATE" RequestId="100000"><CapacityLimit><Category>RESIDENTIALSUBSCRIBER_R2</Category><LockKey>17ylvJrPbcGgHEUPF001n//k/v/n//Xu0P//AAb3rb8H=0000050010</LockKey><SignKey>QDA9s+3HukQn3DyX15otQNaOvEQaEU5skCx0JDPQHJ77/jwYQl0uLQUYlKHZWmwKIhGCGWIuz8nADDtXlJK9VA==</SignKey></CapacityLimit></Request><?xml version="1.0" encoding="UTF-8"?><span style="color:#FF0000;"><Response Status="OKAY" CongLvl="LEVEL0" OverallProvTime="4026852" TimeInReqQueue="228" DbCommitTime="6371" RequestId="100000"> <CapacityParms><Category>RESIDENTIALSUBSCRIBER_R2</Category><FeatureSetName>R1 FEATURE SET</FeatureSetName><OfficeId>ylvJrPbcGgHE</OfficeId><CurrentCnt>0</CurrentCnt><LimitCnt>0000050</LimitCnt><SpareCapacity>0</SpareCapacity><TasUnequalDistribution>0</TasUnequalDistribution> </CapacityParms></Response></span><Request Action="LOGOFF" RequestId="tll-logoff"><Authentication><ClientName>Administrator</ClientName></Authentication></Request><?xml version="1.0" encoding="UTF-8"?><Response Status="OKAY" RequestId="tll-logoff"><Authentication><ClientName>Administrator</ClientName></Authentication></Response> 


这个是我的re_test.py代码文件，这个文件中到了两种匹配方式，当然，只有def re_testsearch()才可以满足我们的要求，因为它是实现的是段落匹配（因为这个里面用了
re.S）


#-*- coding:utf-8 -*-
#最上一句如果不加上的话不能输入汉字，不然编译不过
#/usr/bin/python

import os
import sys
import re

####################################################
# 	一行一行的匹配
#	比如Test_2.xml中的内容如下：
#	<Response Staus="OKAY" CongLvl="jeffrey">
#		<a>test1</a>
#		<b>test2</b>
#	</Response>
#	<Response Staus="OKAY" CongLvl="guan">
#		<a>test1</a>
#		<b>test2</b>
#	</Response>
#	<Response Staus="OKAY" CongLvl="zenghui">
#		<a>test1</a>
#		<b>test2</b>
#	</Response>
#	<Response Staus="OKAY" CongLvl="jeguan">
#		<a>test1</a>
#		<b>test2</b>
#	</Response>
#	那么匹配后的得到结果为
#	<Response Staus="OKAY" CongLvl="jeffrey">
#	<Response Staus="OKAY" CongLvl="guan">
#	<Response Staus="OKAY" CongLvl="zenghui">
#	<Response Staus="OKAY" CongLvl="jeguan">
#
####################################################
def re_test():

	# 原文件
	filename = r'C:\Users\jeguan\Desktop\Test_2.xml'
	# 匹配得到的内容存储在Test_2_bk.xml中
	new_file = r'C:\Users\jeguan\Desktop\Test_2_bk.xml'

	# 打开原文件
	open_file = open(filename, 'r')
	read_file = open_file.readlines()
	# 打开目标文件，即：存放匹配结果的文件
	newfile = open(new_file, 'wb')

	# 匹配以<Response开头并且有CongLvl字符串的行,注意，
	# 这里是非lazzy匹配,并且是一行一行匹配，即，遇到
	# '\n'就会结束
	patt =  re.compile(r'^<Response.*CongLvl.*')

	# 遍历原文件的所有行,如果找到就会存盘
	for line in read_file:
		match = patt.search(line)
		if match:
			m = match.group(0)
			newfile.write(m)

	open_file.close()
	newfile.close()


#################################################################################
#	多行匹配，即：可以匹配一个文本中的特定段落。这里主要是要用到re模块中的re.S
#	它表示当用'.'来进行匹配的时候，可以忽略掉'\n'，这一点与'.'正常的规则是不一样的
#	
#	另外一个要注意的地方是这里使用了Lazzy匹配的方式。当有多个Response>出现的时候，
#	它只会匹配第一次出现的地方。比如：
#	<Response Staus="OKAY" CongLvl="jeguan">
#		<a>test1</a>
#		<b>test2</b>
#	</Response>
#	<Response Staus="OKAY" CongLvl="zenghuiguan">
#		<a>test3</a>
#		<b>test4</b>
#	</Response>
#	当用lazzy方式的时候，只会匹配到第一次出现Response>的地方
#	本文中匹配得到的结果为：
#	<Response Staus="OKAY" CongLvl="jeguan">
#		<a>test1</a>
#		<b>test2</b>
#	</Response>
#
################################################################################
def re_testsearch():
	# 
	filename = r'C:\Users\jeguan\Desktop\Test_2.xml'
	new_file = r'C:\Users\jeguan\Desktop\Test_2_bk.xml'

	open_file = open(filename, 'r')
	read_file = open_file.readlines()
	newfile = open(new_file, 'wb')

	# re.S means: Make the '.' special character match any character at all, 
	# including a newline; without this flag, '.' will match anything except a newline.
	# '(.+?)' means: this is a greedy match. When the fist 'Response>' is found, then
	# it will not try to match the next 'Response>'
	<span style="color:#CC0000;">patt = re.compile(r'<Response Status="OKAY" CongLvl="LEVEL0"*(.+?)Response>', <strong>re.S</strong>)</span>

	str1 = ""
	# 把读出的行放在str1中
	for line in read_file:
		str1 = str1 + line

	match1 = patt.search(str1)
	newfile.write(match1.group(0))

	print(match1.group())


if __name__ == "__main__":
	re_testsearch()
	
我们用re_testsearch()这个函数来匹配最终的结果如下所示，得到了我们的要求：



<Response Status="OKAY" CongLvl="LEVEL0" OverallProvTime="4026852" TimeInReqQueue="228" DbCommitTime="6371" RequestId="100
    <CapacityParms>
        <Category>RESIDENTIALSUBSCRIBER_R2</Category>
        <FeatureSetName>R1 FEATURE SET</FeatureSetName>
        <OfficeId>ylvJrPbcGgHE</OfficeId>
        <CurrentCnt>0</CurrentCnt>
        <LimitCnt>0000050</LimitCnt>
        <SpareCapacity>0</SpareCapacity>
        <TasUnequalDistribution>0</TasUnequalDistribution>
    </CapacityParms>
</Response>

但是，如果我们使用re_test()来试图匹配的话，不会得到上面的这个结果，相反，只会找到





<Response Status="OKAY" CongLvl="LEVEL0" OverallProvTime="4026852" TimeInReqQueue="228" DbCommitTime="6371" RequestId="100000">


 上面的代码可以在我的github上找到：
https://github.com/double12gzh/PythonLearning





1.3. 反斜杠的困扰


与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\\"表示。同样，匹配一个数字的"\\d"可以写成r"\d"。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。


1.4. 匹配模式


正则表达式提供了一些可用的匹配模式，比如忽略大小写、多行匹配等，这部分内容将在Pattern类的工厂方法re.compile(pattern[, flags])中一起介绍。


2. re模块


2.1. 开始使用re


Python通过re模块提供对正则表达式的支持。使用re的一般步骤是先将正则表达式的字符串形式编译为Pattern实例，然后使用Pattern实例处理文本并获得匹配结果（一个Match实例），最后使用Match实例获得信息，进行其他的操作。













1




2




3




4




5




6




7




8




9




10




11




12




13




14




15

 		





# encoding: UTF-8




import
 re




 




# 将正则表达式编译成Pattern对象




pattern 
=
re.
compile
(r
'hello'
)




 




# 使用Pattern匹配文本，获得匹配结果，无法匹配时将返回None




match 
=
pattern.match(
'hello world!'
)




 




if
 match:




    
# 使用Match获得分组信息




    
print
match.group()




 




### 输出 ###




# hello



 		










re.compile(strPattern[, flag]): 


这个方法是Pattern类的工厂方法，用于将字符串形式的正则表达式编译为Pattern对象。 第二个参数flag是匹配模式，取值可以使用按位或运算符'|'表示同时生效，比如re.I | re.M。另外，你也可以在regex字符串中指定模式，比如re.compile('pattern', re.I | re.M)与re.compile('(?im)pattern')是等价的。
 可选值有： 


    

  • re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同） 
    • 

  • M(MULTILINE): 多行模式，改变'^'和'$'的行为（参见上图） 
    • 

  • S(DOTALL): 点任意匹配模式，改变'.'的行为 
    • 

  • L(LOCALE): 使预定字符类 \w \W \b \B \s \S 取决于当前区域设定 
    • 

  • U(UNICODE): 使预定字符类 \w \W \b \B \s \S \d \D 取决于unicode定义的字符属性
    • 

  • X(VERBOSE): 详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释。以下两个正则表达式是等价的：
    • 














1




2




3




4

 		





a 
=
re.
compile
(r
"""\d +  # the integral part




                   
\.    # the decimal point




                   
\d *  # some fractional digits"""
, re.X)




b 
=
re.
compile
(r
"\d+\.\d*"
)



 		










re提供了众多模块方法用于完成正则表达式的功能。这些方法可以使用Pattern实例的相应方法替代，唯一的好处是少写一行re.compile()代码，但同时也无法复用编译后的Pattern对象。这些方法将在Pattern类的实例方法部分一起介绍。如上面这个例子可以简写为：













1




2

 		





m 
=
re.match(r
'hello'
,
'hello world!'
)




print
 m.group()



 		










re模块还提供了一个方法escape(string)，用于将string中的正则表达式元字符如*/+/?等之前加上转义符再返回，在需要大量匹配元字符时有那么一点用。


2.2. Match


Match对象是一次匹配的结果，包含了很多关于此次匹配的信息，可以使用Match提供的可读属性或方法来获取这些信息。


属性：


    

  1. string: 匹配时使用的文本。 
    2. 

  2. re: 匹配时使用的Pattern对象。 
    3. 

  3. pos: 文本中正则表达式开始搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
    4. 

  4. endpos: 文本中正则表达式结束搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
    5. 

  5. lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组，将为None。 
    6. 

  6. lastgroup: 最后一个被捕获的分组的别名。如果这个分组没有别名或者没有被捕获的分组，将为None。 
    7. 



方法：


    

  1. group([group1, …]): 
     获得一个或多个分组截获的字符串；指定多个参数时将以元组形式返回。group1可以使用编号也可以使用别名；编号0代表整个匹配的子串；不填写参数时，返回group(0)；没有截获字符串的组返回None；截获了多次的组返回最后一次截获的子串。
    2. 

  2. groups([default]): 
     以元组形式返回全部分组截获的字符串。相当于调用group(1,2,…last)。default表示没有截获字符串的组以这个值替代，默认为None。 
    3. 

  3. groupdict([default]): 
         返回以有别名的组的别名为键、以该组截获的子串为值的字典，没有别名的组不包含在内。default含义同上。 
    4. 

  4. start([group]): 
     返回指定的组截获的子串在string中的起始索引（子串第一个字符的索引）。group默认值为0。 
    5. 

  5. end([group]): 
         返回指定的组截获的子串在string中的结束索引（子串最后一个字符的索引+1）。group默认值为0。 
    6. 

  6. span([group]): 
         返回(start(group), end(group))。 
    7. 

  7. expand(template): 
     将匹配到的分组代入template中然后返回。template中可以使用\id或\g<id>、\g<name>引用分组，但不能使用编号0。\id与\g<id>是等价的；但\10将被认为是第10个分组，如果你想表达\1之后是字符'0'，只能使用\g<1>0。
    8. 














1




2




3




4




5




6




7




8




9




10




11




12




13




14




15




16




17




18




19




20




21




22




23




24




25




26




27




28




29




30




31




32

 		





import
 re




m 
=
re.match(r
'(\w+) (\w+)(?P<sign>.*)'
,
'hello world!'
)




 




print
 "m.string:"
, m.string




print
 "m.re:"
, m.re




print
 "m.pos:"
, m.pos




print
 "m.endpos:"
, m.endpos




print
 "m.lastindex:"
, m.lastindex




print
 "m.lastgroup:"
, m.lastgroup




 




print
 "m.group(1,2):"
, m.group(
1
,
2
)




print
 "m.groups():"
, m.groups()




print
 "m.groupdict():"
, m.groupdict()




print
 "m.start(2):"
, m.start(
2
)




print
 "m.end(2):"
, m.end(
2
)




print
 "m.span(2):"
, m.span(
2
)




print
 r
"m.expand(r'\2 \1\3'):"
, m.expand(r
'\2 \1\3'
)




 




### output ###




# m.string: hello world!




# m.re: <_sre.SRE_Pattern object at 0x016E1A38>




# m.pos: 0




# m.endpos: 12




# m.lastindex: 3




# m.lastgroup: sign




# m.group(1,2): ('hello', 'world')




# m.groups(): ('hello', 'world', '!')




# m.groupdict(): {'sign': '!'}




# m.start(2): 6




# m.end(2): 11




# m.span(2): (6, 11)




# m.expand(r'\2 \1\3'): world hello!



 		










2.3. Pattern


Pattern对象是一个编译好的正则表达式，通过Pattern提供的一系列方法可以对文本进行匹配查找。


Pattern不能直接实例化，必须使用re.compile()进行构造。


Pattern提供了几个可读属性用于获取表达式的相关信息：


    

  1. pattern: 编译时用的表达式字符串。 
    2. 

  2. flags: 编译时用的匹配模式。数字形式。 
    3. 

  3. groups: 表达式中分组的数量。 
    4. 

  4. groupindex: 以表达式中有别名的组的别名为键、以该组对应的编号为值的字典，没有别名的组不包含在内。 
    5. 














1




2




3




4




5




6




7




8




9




10




11




12




13

 		





import
 re




p 
=
re.
compile
(r
'(\w+) (\w+)(?P<sign>.*)'
, re.DOTALL)




 




print
 "p.pattern:"
, p.pattern




print
 "p.flags:"
, p.flags




print
 "p.groups:"
, p.groups




print
 "p.groupindex:"
, p.groupindex




 




### output ###




# p.pattern: (\w+) (\w+)(?P<sign>.*)




# p.flags: 16




# p.groups: 3




# p.groupindex: {'sign': 3}



 		










实例方法[ | re模块方法]：


    

  1. match(string[, pos[, endpos]]) | re.match(pattern, string[, flags]): 
         这个方法将从string的pos下标处起尝试匹配pattern；如果pattern结束时仍可匹配，则返回一个Match对象；如果匹配过程中pattern无法匹配，或者匹配未结束就已到达endpos，则返回None。
     pos和endpos的默认值分别为0和len(string)；re.match()无法指定这两个参数，参数flags用于编译pattern时指定匹配模式。 
     注意：这个方法并不是完全匹配。当pattern结束时若string还有剩余字符，仍然视为成功。想要完全匹配，可以在表达式末尾加上边界匹配符'$'。 
     示例参见2.1小节。 
    2. 

  2. search(string[, pos[, endpos]]) | re.search(pattern, string[, flags]):
         这个方法用于查找字符串中可以匹配成功的子串。从string的pos下标处起尝试匹配pattern，如果pattern结束时仍可匹配，则返回一个Match对象；若无法匹配，则将pos加1后重新尝试匹配；直到pos=endpos时仍无法匹配则返回None。
     pos和endpos的默认值分别为0和len(string))；re.search()无法指定这两个参数，参数flags用于编译pattern时指定匹配模式。 
    

    

    

    


    


    
1

    

    
2

    

    
3

    

    
4

    

    
5

    

    
6

    

    
7

    

    
8

    

    
9

    

    
10

    

    
11

    

    
12

    

    
13

    

    
14

    

    
15

    

    
16

         		


    

    
# encoding: UTF-8

    

    
import
 re 

    

    
 

    

    
# 将正则表达式编译成Pattern对象

    

    
pattern 
=
re.
compile
(r
'world'
)

    

    
 

    

    
# 使用search()查找匹配的子串，不存在能匹配的子串时将返回None

    

    
# 这个例子中使用match()无法成功匹配

    

    
match 
=
pattern.search(
'hello world!'
)

    

    
 

    

    
if
 match: 

    

    
    
# 使用Match获得分组信息

    

    
    
print
match.group()

    

    
 

    

    
### 输出 ### 

    

    
# world

    

         		

    
    

    

    

     
    3. 

  3. split(string[, maxsplit]) | re.split(pattern, string[, maxsplit]): 
         按照能够匹配的子串将string分割后返回列表。maxsplit用于指定最大分割次数，不指定将全部分割。 
    

    

    

    


    


    
1

    

    
2

    

    
3

    

    
4

    

    
5

    

    
6

    

    
7

         		


    

    
import
 re

    

    
 

    

    
p 
=
re.
compile
(r
'\d+'
)

    

    
print
 p.split(
'one1two2three3four4'
)

    

    
 

    

    
### output ###

    

    
# ['one', 'two', 'three', 'four', '']

    

         		

    
    

    

    

     
    4. 

  4. findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags]):
         搜索string，以列表形式返回全部能匹配的子串。 
    

    

    

    


    


    
1

    

    
2

    

    
3

    

    
4

    

    
5

    

    
6

    

    
7

         		


    

    
import
 re

    

    
 

    

    
p 
=
re.
compile
(r
'\d+'
)

    

    
print
 p.findall(
'one1two2three3four4'
)

    

    
 

    

    
### output ###

    

    
# ['1', '2', '3', '4']

    

         		

    
    

    

    

     
    5. 

  5. finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags]):
         搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。 
    

    

    

    


    


    
1

    

    
2

    

    
3

    

    
4

    

    
5

    

    
6

    

    
7

    

    
8

         		


    

    
import
 re

    

    
 

    

    
p 
=
re.
compile
(r
'\d+'
)

    

    
for
 m 
in
p.finditer(
'one1two2three3four4'
):

    

    
    
print
m.group(),

    

    
 

    

    
### output ###

    

    
# 1 2 3 4

    

         		

    
    

    

    

     
    6. 

  6. sub(repl, string[, count]) | re.sub(pattern, repl, string[, count]): 
         使用repl替换string中每一个匹配的子串后返回替换后的字符串。 
     当repl是一个字符串时，可以使用\id或\g<id>、\g<name>引用分组，但不能使用编号0。 
     当repl是一个方法时，这个方法应当只接受一个参数（Match对象），并返回一个字符串用于替换（返回的字符串中不能再引用分组）。 
     count用于指定最多替换次数，不指定时全部替换。 
    

    

    

    


    


    
1

    

    
2

    

    
3

    

    
4

    

    
5

    

    
6

    

    
7

    

    
8

    

    
9

    

    
10

    

    
11

    

    
12

    

    
13

    

    
14

    

    
15

         		


    

    
import
 re

    

    
 

    

    
p 
=
re.
compile
(r
'(\w+) (\w+)'
)

    

    
s 
=
'i say, hello world!'

    

    
 

    

    
print
 p.sub(r
'\2 \1'
, s)

    

    
 

    

    
def
 func(m):

    

    
    
return
m.group(
1
).title()
+
' '
+
m.group(
2
).title()

    

    
 

    

    
print
 p.sub(func, s)

    

    
 

    

    
### output ###

    

    
# say i, world hello!

    

    
# I Say, Hello World!

    

         		

    
    

    

    

     
    7. 

  7. subn(repl, string[, count]) |re.sub(pattern, repl, string[, count]): 
         返回 (sub(repl, string[, count]), 替换次数)。 
    

    

    

    


    


    
1

    

    
2

    

    
3

    

    
4

    

    
5

    

    
6

    

    
7

    

    
8

    

    
9

    

    
10

    

    
11

    

    
12

    

    
13

    

    
14

    

    
15

         		


    

    
import
 re

    

    
 

    

    
p 
=
re.
compile
(r
'(\w+) (\w+)'
)

    

    
s 
=
'i say, hello world!'

    

    
 

    

    
print
 p.subn(r
'\2 \1'
, s)

    

    
 

    

    
def
 func(m):

    

    
    
return
m.group(
1
).title()
+
' '
+
m.group(
2
).title()

    

    
 

    

    
print
 p.subn(func, s)

    

    
 

    

    
### output ###

    

    
# ('say i, world hello!', 2)

    

    
# ('I Say, Hello World!', 2)

    

         		

    
    

    

    

     
    8. 



以上就是Python对于正则表达式的支持。熟练掌握正则表达式是每一个程序员必须具备的技能，这年头没有不与字符串打交道的程序了。笔者也处于初级阶段，与君共勉，^_^


另外，图中的特殊构造部分没有举出例子，用到这些的正则表达式是具有一定难度的。有兴趣可以思考一下，如何匹配不是以abc开头的单词，^_^


全文结束











   
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。



本文链接：https://blog.csdn.net/gzhouc/article/details/46802355

















智能推荐











分布式光纤传感器的全球与中国市场2022-2028年：技术、参与者、趋势、市场规模及占有率研究报告_预计2026年中国分布式传感器市场规模有多大-程序员宅基地







文章浏览阅读3.2k次。本文研究全球与中国市场分布式光纤传感器的发展现状及未来发展趋势，分别从生产和消费的角度分析分布式光纤传感器的主要生产地区、主要消费地区以及主要的生产商。重点分析全球与中国市场的主要厂商产品特点、产品规格、不同规格产品的价格、产量、产值及全球和中国市场主要生产商的市场份额。主要生产商包括：FISO TechnologiesBrugg KabelSensor HighwayOmnisensAFL GlobalQinetiQ GroupLockheed MartinOSENSA Innovati_预计2026年中国分布式传感器市场规模有多大















07_08 常用组合逻辑电路结构——为IC设计的延时估计铺垫_基4布斯算法代码-程序员宅基地







文章浏览阅读1.1k次，点赞2次，收藏12次。常用组合逻辑电路结构——为IC设计的延时估计铺垫学习目的：估计模块间的delay，确保写的代码的timing 综合能给到多少HZ，以满足需求！_基4布斯算法代码















OpenAI Manager助手（基于SpringBoot和Vue）_chatgpt网页版-程序员宅基地







文章浏览阅读3.3k次，点赞3次，收藏5次。OpenAI Manager助手（基于SpringBoot和Vue）_chatgpt网页版















关于美国计算机奥赛USACO，你想知道的都在这_usaco可以多次提交吗-程序员宅基地







文章浏览阅读2.2k次。USACO自1992年举办，到目前为止已经举办了27届，目的是为了帮助美国信息学国家队选拔IOI的队员，目前逐渐发展为全球热门的线上赛事，成为美国大学申请条件下，含金量相当高的官方竞赛。USACO的比赛成绩可以助力计算机专业留学，越来越多的学生进入了康奈尔，麻省理工，普林斯顿，哈佛和耶鲁等大学，这些同学的共同点是他们都参加了美国计算机科学竞赛（USACO)，并且取得过非常好的成绩。适合参赛人群USACO适合国内在读学生有意向申请美国大学的或者想锻炼自己编程能力的同学，高三学生也可以参加12月的第_usaco可以多次提交吗















MySQL存储过程和自定义函数_mysql自定义函数和存储过程-程序员宅基地







文章浏览阅读394次。1.1 存储程序1.2 创建存储过程1.3 创建自定义函数1.3.1 示例1.4 自定义函数和存储过程的区别1.5 变量的使用1.6 定义条件和处理程序1.6.1 定义条件1.6.1.1 示例1.6.2 定义处理程序1.6.2.1 示例1.7 光标的使用1.7.1 声明光标1.7.2 打开光标1.7.3 使用光标1.7.4 关闭光标1.8 流程控制的使用1.8.1 IF语句1.8.2 CASE语句1.8.3 LOOP语句1.8.4 LEAVE语句1.8.5 ITERATE语句1.8.6 REPEAT语句。_mysql自定义函数和存储过程















半导体基础知识与PN结_本征半导体电流为0-程序员宅基地







文章浏览阅读188次。半导体二极管——集成电路最小组成单元。_本征半导体电流为0












随便推点











【Unity3d Shader】水面和岩浆效果_unity 岩浆shader-程序员宅基地







文章浏览阅读2.8k次，点赞3次，收藏18次。游戏水面特效实现方式太多。咱们这边介绍的是一最简单的UV动画（无顶点位移），整个mesh由4个顶点构成。实现了水面效果（左图），不动代码稍微修改下参数和贴图可以实现岩浆效果（右图）。有要思路是1，uv按时间去做正弦波移动2，在1的基础上加个凹凸图混合uv3，在1、2的基础上加个水流方向4，加上对雾效的支持，如没必要请自行删除雾效代码(把包含fog的几行代码删除)S..._unity 岩浆shader















广义线性模型——Logistic回归模型（1）_广义线性回归模型-程序员宅基地







文章浏览阅读5k次。广义线性模型是线性模型的扩展，它通过连接函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。广义线性模型拟合的形式为：其中g(μY)是条件均值的函数（称为连接函数）。另外，你可放松Y为正态分布的假设，改为Y 服从指数分布族中的一种分布即可。设定好连接函数和概率分布后，便可以通过最大似然估计的多次迭代推导出各参数值。在大部分情况下，线性模型就可以通过一系列连续型或类别型预测变量来预测正态分布的响应变量的工作。但是，有时候我们要进行非正态因变量的分析，例如：（1）类别型.._广义线性回归模型















HTML+CSS大作业 环境网页设计与实现(垃圾分类) web前端开发技术 web课程设计 网页规划与设计_垃圾分类网页设计目标怎么写-程序员宅基地







文章浏览阅读69次。环境保护、 保护地球、 校园环保、垃圾分类、绿色家园、等网站的设计与制作。 总结了一些学生网页制作的经验：一般的网页需要融入以下知识点：div+css布局、浮动、定位、高级css、表格、表单及验证、js轮播图、音频 视频 Flash的应用、ul li、下拉导航栏、鼠标划过效果等知识点，网页的风格主题也很全面：如爱好、风景、校园、美食、动漫、游戏、咖啡、音乐、家乡、电影、名人、商城以及个人主页等主题，学生、新手可参考下方页面的布局和设计和HTML源码（有用点赞△） 一套A+的网_垃圾分类网页设计目标怎么写















C# .Net 发布后,把dll全部放在一个文件夹中,让软件目录更整洁_.net dll 全局目录-程序员宅基地







文章浏览阅读614次，点赞7次，收藏11次。之前找到一个修改 exe 中 DLL地址 的方法, 不太好使,虽然能正确启动, 但无法改变 exe 的工作目录,这就影响了.Net 中很多获取 exe 执行目录来拼接的地址 ( 相对路径 ),比如 wwwroot 和 代码中相对目录还有一些复制到目录的普通文件 等等,它们的地址都会指向原来 exe 的目录, 而不是自定义的 “lib” 目录,根本原因就是没有修改 exe 的工作目录这次来搞一个启动程序,把 .net 的所有东西都放在一个文件夹,在文件夹同级的目录制作一个 exe._.net dll 全局目录















BRIEF特征点描述算法_breif description calculation 特征点-程序员宅基地







文章浏览阅读1.5k次。本文为转载，原博客地址：http://blog.csdn.net/hujingshuang/article/details/46910259简介 BRIEF是2010年的一篇名为《BRIEF:Binary Robust Independent Elementary Features》的文章中提出，BRIEF是对已检测到的特征点进行描述，它是一种二进制编码的描述子，摈弃了利用区域灰度..._breif description calculation 特征点















房屋租赁管理系统的设计和实现，SpringBoot计算机毕业设计论文_基于spring boot的房屋租赁系统论文-程序员宅基地







文章浏览阅读4.1k次，点赞21次，收藏79次。本文是《基于SpringBoot的房屋租赁管理系统》的配套原创说明文档，可以给应届毕业生提供格式撰写参考，也可以给开发类似系统的朋友们提供功能业务设计思路。_基于spring boot的房屋租赁系统论文





















推荐文章


















热门文章


















相关标签