正则表达式（Regular Expression，RE）是计算机科学中的一个重要概念。正则表达式描述了一种字符串匹配的模式，可以用来判断一个字符串是否含有某个子字符串，再将匹配的子字符串进行替换，或者从某个字符串中取出符合某个条件的子串等。本章将详细讲解在Python程序中使用正则表达式的知识，为读者进行本书后面知识的学习打下坚实的基础。

1.1　基本语法

正则表达式（Regular Expression）是一种文本模式，包括普通字符（例如，字母a～z ）和特殊字符（称为元字符）。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。正则表达式虽是复杂的，但它也是强大的。在当今市面中，绝大多数开发语言都支持利用正则表达式进行字符串操作，如C++、Java、C#、PHP和Python等。

正则表达式是由普通字符以及特殊字符组成的文字模式。模式描述在搜索文本时要匹配的一个或多个字符串。作为一个模板，正则表达式将某种字符模式与所搜索的字符串进行匹配。本节将详细讲解正则表达式的基本语法知识。

1.1.1　普通字符

正则表达式包含文本和特殊字符的字符串，该字符串描述了一种可以识别各种字符串的模式。对于通用文本来说，用于正则表达式的字母表是所有大小写字母及数字的集合。普通字符包括没有显式指定为元字符的所有可打印和不可打印字符，这包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号。

下面介绍的正则表达式都是普通字符，它们仅用一个简单的字符串就能构造成一个匹配字符串的模式：该字符串由正则表达式定义。表1-1所示为几个正则表达式和它们所匹配的字符串。

表1-1中的第一个正则表达式模式是“foo”，该模式没有使用任何特殊符号去匹配其他符号，只匹配所描述的内容。所以，能够匹配这个模式的只有包含“foo”的字符串。同理，对于字符串“Python”和“abc123”，也一样。正则表达式的强大之处在于引入特殊字符来定义字符集、匹配子组和重复模式。正是由于这些特殊符号，使得正则表达式可以匹配字符串集合，而不只是单个字符串。

由此可见，普通字符表达式属于最简单的正则表达式形式。

1.1.2　非打印字符

非打印字符也可以是正则表达式的组成部分，表1-2列出了表示非打印字符的转义序列。

表1-2　非打印字符的转义序列

1.1.3　特殊字符

所谓特殊字符，就是一些有特殊含义的字符，如“*.txt”中的星号，就表示任何字符串的意思。如果要查找文件名中有“*”的文件，则需要对“*”进行转义，即在其前加一个“\”，即“\*.txt”。如果要匹配这些特殊字符，则必须首先对字符进行转义，即将“\”放在它们的前面。表1-3列出了正则表达式中的特殊字符。

表1-3　正则表达式中的特殊字符

1．使用择一匹配符号匹配多个正则表达式模式

竖线“|”表示择一匹配的管道符号，也就是键盘上的竖线，表示一个“从多个模式中选择其一”的操作，用于分隔不同的正则表达式。例如，在表1-4中，左边是一些运用择一匹配的模式，右边是左边相应模式所能够匹配的字符。

-END-

喜欢的朋友欢迎转发到朋友圈