一次HTTP請求的完整過程——協議篇(DNS、TCP、HTTP)
在正則表示式中,如果直接給出字元,就是精確匹配。用\d
可以匹配一個數字,\w
可以匹配一個字母或數字,所以:
-
'00\d'
可以匹配'007'
,但無法匹配'00A'
; -
'\d\d\d'
可以匹配'010'
; -
'\w\w\d'
可以匹配'py3'
;
.
可以匹配任意字元,所以:
'py.'
可以匹配'pyc'
、'pyo'
、'py!'
等等。
要匹配變長的字元,在正則表示式中,用*
表示任意個字元(包括0個),用+
表示至少一個字元,用?
表示0個或1個字元,用{n}
表示n個字元,用{n,m}
表示n-m個字元:
來看一個複雜的例子:\d{3}\s+\d{3,8}
。
我們來從左到右解讀一下:
-
\d{3}
表示匹配3個數字,例如'010'
-
\s
可以匹配一個空格(也包括Tab等空白符),所以\s+
表示至少有一個空格,例如匹配' '
,' '
等; -
\d{3,8}
表示3-8個數字,例如'1234567'
。
綜合起來,上面的正則表示式可以匹配以任意個空格隔開的帶區號的電話號碼。
如果要匹配'010-12345'
這樣的號碼呢?由於'-'
是特殊字元,在正則表示式中,要用'\'
轉義,所以,上面的正則是\d{3}\-\d{3,8}
。
但是,仍然無法匹配'010 - 12345'
,因為帶有空格。所以我們需要更復雜的匹配方式。
進階
要做更精確地匹配,可以用[]
表示範圍,比如:
-
[0-9a-zA-Z\_]
可以匹配一個數字、字母或者下劃線; -
[0-9a-zA-Z\_]+
可以匹配至少由一個數字、字母或者下劃線組成的字串,比如'a100'
,'0_Z'
,'Py3000'
等等; -
[a-zA-Z\_][0-9a-zA-Z\_]*
可以匹配由字母或下劃線開頭,後接任意個由一個數字、字母或者下劃線組成的字串,也就是Python合法的變數; -
[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}
更精確地限制了變數的長度是1-20個字元(前面1個字元+後面最多19個字元)。
A|B
可以匹配A或B,所以(P|p)ython
可以匹配'Python'
或者'python'
。
^
表示行的開頭,^\d
表示必須以數字開頭。
$
表示行的結束,\d$
表示必須以數字結束。