根據(jù)百度百科的解釋，正則表達(dá)式的概念是：對(duì)字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個(gè)“規(guī)則字符串”，這個(gè)“規(guī)則字符串”用來(lái)表達(dá)對(duì)字符串的一種過(guò)濾邏輯。

emmmm，看完這一大堆文字，表示好暈哦，還是不能理解??！

但是，正則表達(dá)式對(duì)數(shù)據(jù)處理來(lái)說(shuō)非常重要！數(shù)據(jù)的清洗或網(wǎng)頁(yè)爬蟲(chóng)中解析數(shù)據(jù)都用得上它。

因?yàn)樗幸韵聝?yōu)點(diǎn)：

（1）可以簡(jiǎn)化代碼，實(shí)現(xiàn)起來(lái)更加簡(jiǎn)便；

（2）處理字符串的時(shí)候更容易理解；

（3）其速度比自己寫(xiě)邏輯代碼要快。

(⊙o⊙)…有什么通俗易懂的解釋可以讓新手快速掌握這個(gè)名詞的精髓呢？？？

簡(jiǎn)單來(lái)說(shuō)，正則表達(dá)式就是設(shè)定一個(gè)字符串規(guī)則，然后幫助我們判斷某個(gè)字符串是不是符合這個(gè)模式，也可以根據(jù)該規(guī)則提取我們需要的數(shù)據(jù)。

這么解釋，是不是容易理解多了，但是沒(méi)有事例結(jié)合還是一知半解，下面讓我們利用正則表達(dá)式做一個(gè)簡(jiǎn)單的演示：

^     匹配字符串開(kāi)頭

$     匹配字符串末尾

例如，'^abc'：匹配以'abc'開(kāi)頭的字符串；'abc$'：匹配以'abc'結(jié)尾的字符串；

re*    匹配0個(gè)或多個(gè)的字符

re   匹配1個(gè)或多個(gè)的字符

re?   匹配0個(gè)或1個(gè)由前面的正則表達(dá)式定義的片段，非貪婪方式

例如，'ab*'：匹配字符串a(chǎn)和0個(gè)或多個(gè)b組成的字符串（'a'、'ab'、'abb'......）

            'ab '：匹配字符串a(chǎn)和1個(gè)或多個(gè)b組成的字符串（'ab'、'abb'......）

            'ab?'：匹配字符串a(chǎn)和0個(gè)或1個(gè)b組成的字符串

.  匹配任意字符串，除了換行符

[abc]  匹配單個(gè)的字符a或b或c

[^abc]  匹配除了a,b,c之外的字符

\w  匹配字母數(shù)字及下劃線

\W   匹配非字母數(shù)字及下劃線

\s  匹配任意空白字符，等價(jià)于[\t\n\r\f]

\S 匹配任意非空字符

\d  匹配任意數(shù)字

\D  匹配任意非數(shù)字

。。。

這么多語(yǔ)法，這也太暈了吧，不要著急，根據(jù)下面這個(gè)圖片，在使用時(shí)慢慢查閱，以后熟練了就好啦。

看了這么多的語(yǔ)法，頭暈?zāi)X脹，到底怎么才能構(gòu)建一個(gè)模式來(lái)匹配字符串呢？比如，現(xiàn)在要求我們從一大堆字符串中提取出需要的數(shù)據(jù)：郵箱地址。這該怎么辦？？

很顯然，郵箱地址一般是這樣的：

xiaobai@qq.com

根據(jù)前面提到的語(yǔ)法，我們可以定義這樣一個(gè)規(guī)則：

^\w @\w \.[com,cn,net]{1,3}$

其中\(zhòng)w表示單詞字符，等價(jià)于[A-Za-z0-9_]，匹配字母數(shù)字及下劃線

表示匹配1個(gè)或多個(gè)的字符

\w 代表匹配字符[A-Za-z0-9_]一次或多次的組合字符串

\.的含義是將'.'轉(zhuǎn)義，因?yàn)?span>'.'本身也是語(yǔ)法

{1,3}表示匹配前一個(gè)字符1-3次，至少1次，至多3次

[com,cn,net]字符集，表示匹配其中任意一個(gè)字符

下面用Python代碼簡(jiǎn)單看一下演示，首先導(dǎo)入正則表達(dá)式的庫(kù)re模塊，再定義字符串規(guī)則pattern，如果匹配成功，則輸出YES，反之則沒(méi)有輸出。

具體的Python正則表達(dá)式大法，還聽(tīng)下回分解！