根據(jù)百度百科的解釋，正則表達式的概念是：對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“規(guī)則字符串”，這個“規(guī)則字符串”用來表達對字符串的一種過濾邏輯。

emmmm，看完這一大堆文字，表示好暈哦，還是不能理解?。?/span>

但是，正則表達式對數(shù)據(jù)處理來說非常重要！數(shù)據(jù)的清洗或網(wǎng)頁爬蟲中解析數(shù)據(jù)都用得上它。

因為它有以下優(yōu)點：

（1）可以簡化代碼，實現(xiàn)起來更加簡便；

（2）處理字符串的時候更容易理解；

（3）其速度比自己寫邏輯代碼要快。

(⊙o⊙)…有什么通俗易懂的解釋可以讓新手快速掌握這個名詞的精髓呢？？？

簡單來說，正則表達式就是設(shè)定一個字符串規(guī)則，然后幫助我們判斷某個字符串是不是符合這個模式，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，但是沒有事例結(jié)合還是一知半解，下面讓我們利用正則表達式做一個簡單的演示：

^     匹配字符串開頭

$     匹配字符串末尾

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

re*    匹配0個或多個的字符

re   匹配1個或多個的字符

re?   匹配0個或1個由前面的正則表達式定義的片段，非貪婪方式

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

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

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

.  匹配任意字符串，除了換行符

[abc]  匹配單個的字符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

。。。

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

看了這么多的語法，頭暈?zāi)X脹，到底怎么才能構(gòu)建一個模式來匹配字符串呢？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)前面提到的語法，我們可以定義這樣一個規(guī)則：

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

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

表示匹配1個或多個的字符

\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，因為'.'本身也是語法

{1,3}表示匹配前一個字符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字符

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

具體的Python正則表達式大法，還聽下回分解！