CS50-Regular Expressions

CS50’s Introduction to Programming with Python Lecture 7

Regular Expressions

1. 正则表达式是一种模式，使用模式来匹配某种数据（通常是用户输入）是很常见的

2. python中有一个正则表达式库re

   • 在re库中有很多函数来定义、检查甚至替换模式
   • re.search(pattern, string, flags=0)
     • 可选flags
       • re.IGNORECASE忽略用户输入的大小写
       • re.MULTILINE处理多行
       • re.DOTAIL
   • re.match(pattern, string, flags=0)
     • 自动从字符串的开头开始匹配
   • re.fullmatch(pattern, string, flags=0)
     • 既匹配字符串的开头，也匹配字符串的结尾
   • re.sub(pattern, repl, string, count=0, flags=0)
     • 替换指定模式的子句，并将结果返回
   • re.split(pattern, string, maxsplit=0, flags=0)
     • 分割字符串，
   • re.findall(pattern, string, flags=0)

3. 正则表达式的符号

   • .表示除换行符外的任何单个字符
   • *表示0个或多个重复
   • +表示1个或多个重复
   • ?表示0个或1个重复
   • {m}表示m个重复
   • {m,n}表示m-n个重复
   • \转义字符
   • 字符串前加r表示以原始形式传入，对所有正则表达式使用原始字符串是一个好习惯
   • ^表示该模式匹配字符串的开头
   • $表示想要匹配字符串的末尾或字符串结尾的新行之前
   • []表示字符集，可使用连字符，里面没有空格
   • [^]集合的补（即表示不能匹配该集合中的任一字符）
   • A|B表示A或B
   • (...)表示一个group，将模式组合起来，还可以捕获他们，括号中的内容将作为函数返回值返回，将允许从用户自己的输入中提取特定量的信息
   • (?:...)非捕获版本

4. 正则表达式自带了一些附加模式

   • \w表示单词字符，字母数字符号或下划线
   • \W前一个的补集
   • \d表示十进制数字
   • \D前一个的补集
   • \s表示空白字符
   • \S前一个的补集

5. 用于验证用户的电子邮件地址

   import re
   
   email = input("What's your email? ").strip()
   
   if re.search(r"^(\w|\.)+@(\w+\.)+(com|edu|gov|net|org)&", email, re.IGNORECASE):
       print("Valid")
   else:
       print("Invalid")

6. 使用渐进式的方式编写正则表达式，step by step