# 正则表达式

正则表达式（Regular Expression） 是一种用于匹配和处理文本的强大工具，它使用特定语法构成的字符串来定义搜索模式。常用于匹配、查找和替换字符串中特定的部分。

例如表单校验中检查输入的邮箱地址是否正确，邮箱地址应当符合类似 __AAA__@__BBB__.__CCC__ 的格式，并且其中：

• __AAA__ 部分是用户名，只能包含英文字母、数字、下划线（_）、小数点（.）、加号（+）和减号（-）

• __BBB__ 部分是域名，只能包含英文字母、数字、和减号（-）

• __CCC__ 部分是顶级域名，只能包含英文字母、数字、小数点（.）和减号（-）

逐个字符扫描进行校验十分繁琐，可能需要实现一个简单的有限状态机：

1. 初始处于匹配 __AAA__ 部分的状态

   • 扫描到英文字母、数字、下划线（_）、小数点（.）、加号（+）和减号（-）时进行记录

   • 扫描到 @ 时进入匹配 __BBB__ 部分的状态

   • 扫描到其它字符时返回邮箱地址 不合法

2. 进入匹配 __BBB__ 部分时

   • 扫描到英文字母、数字、和减号（-）时进行记录

   • 扫描到小数点（.）时进入匹配 __CCC__ 部分

   • 扫描到其它字符时返回邮箱地址 不合法

3. 进入匹配 __CCC__ 部分时

   • 扫描到英文字母、数字、小数点（.）和减号（-）时进行记录

   • 扫描到其它字符时返回邮箱地址 不合法

   • 扫描到末尾时返回邮箱地址 合法

而使用正则表达式 ^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$ 对邮箱地址进行全文匹配就变得十分简单：

运行示例

import re

# 验证电子邮件格式
email_pattern = r'^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$'     # 正则表达式
if re.match(email_pattern, input("请输入你的邮箱地址：")):
    print("有效的邮箱地址")
else:
    print("无效的邮箱地址")

# 基本概念

正则表达式是由普通字符（如字母a-z）和特殊字符（称为“元字符”）组成的特殊字符串，例如：

• abc 匹配 abc

• \d 匹配任意数字（0-9）

• a*b 可用匹配 b，ab, aab，aaaaaaaaab（* 表示前一个字符出现任意次）

• a+b 可用匹配 ab, aab，aaaaaaaaab（+ 表示前一个字符出现不少于一次）

你可用使用下面的正则表达式校验工具体验一下：

$include(/resource/html/regexp.html)

# 元字符

# 贪婪模式与懒惰模式

在默认情况下，使用贪婪模式，即可以匹配不同长度时匹配最长的长度。如果追加额外的 ? 则使用懒惰模式，即可以匹配不同长度时匹配最短的长度。