问题描述：

做词法分析器正则表达式的题，有没有什么技巧啊。怎么我每次写正则表达式，不是思考少了情况，要么就是写的答案 离正确的太远。好迷茫

网友观点：

你们老师没有教么，首先归纳出正则文法，然后画状态转换图，然后写正则表达式
https://blog.csdn.net/a201577f0546/article/details/79836867

大学的课程，要通过考试，最简单的办法就是吃透书本上的例题，再不行多去图书馆找习题解的书。它出题都是和例题一样的类型，照着套用就好。不求理解，其实都是扯淡的。

字符串处理之正则表达式(通俗易懂)

背景图为：网易Bgwan/Lofter&&：click

写在前面

很久没有更新内容了，本篇准备介绍一些基础实用性的内容，-字符串处理之正则表达式

字符串是编程时涉及到的最多的一种数据结构，对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样做不但麻烦，而且代码难以复用。

正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。

我们判断一个字符串是否是合法的Email的方法是：

1.创建一个匹配Email的正则表达式；
2.用该正则表达式去匹配用户的输入来判断是否合法。

因为正则表达式也是用字符串表示的，所以，我们要首先了解如何用字符来描述字符。

版权声明CopyRight：

本内容作者：sunst，转载或引用请标明出处，违者追究法律责任！！！

通过本篇你会了解学习到正则表达的基本原理，以及Python(主)和Java利用正则表达式来处理一些字符串的方法案例等等。

一：正则表达式基本知识

在正则表达式中

1. 如果直接给出字符，就是精确匹配。

• 用\\d可以匹配一个数字
• 用\\w可以匹配一个字母或数字
• 用.可以匹配任意字符

所以：

'00\\d'可以匹配'007'，但无法匹配'00A'；
'\\d\\d\\d'可以匹配'010'；
'\\w\\w\\d'可以匹配'py3'；
'py.'可以匹配'pyc'、'pyo'、'py!'等等；

2. 要匹配变长的字符

• 用*表示任意个字符（包括0个），
• 用+表示至少一个字符，
• 用?表示0个或1个字符，
• 用{n}表示n个字符，
• 用{n,m}表示n-m个字符：

来看一个复杂的例子：\\d{3}\\s+\\d{3,8}，我们来从左到右解读一下：

1⃣.\\d{3}表示匹配3个数字，例如'010'；
2⃣.\\s可以匹配一个空格（也包括Tab等空白符），所以\\s+表示至少有一个空格，例如匹配' '，' '等；
3⃣.\\d{3,8}表示3-8个数字，例如'1234567'。

综合起来，上面的正则表达式可以匹配以任意个空格隔开的带区号的电话号码。

如果要匹配'010-12345'这样的号码呢？由于'-'是特殊字符，在正则表达式中，要用'\\'转义，所以，上面的正则是\\d{3}\\-\\d{3,8}。

但是，仍然无法匹配'010 - 12345'，因为带有空格。所以我们需要更复杂的匹配方式。

二：进阶

要做更精确地匹配，可以用[]表示范围，比如：

• [0-9a-zA-Z\\_]可以匹配一个数字、字母或者下划线；
• [0-9a-zA-Z\\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如'a100'，'0_Z'，'Py3000'等等；
• [a-zA-Z\\_][0-9a-zA-Z\\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；
• [a-zA-Z\\_][0-9a-zA-Z\\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。

A|B可以匹配A或B，所以(P|p)ython可以匹配'Python'或者'python'。

^表示行的开头，^\\d表示必须以数字开头。

$表示行的结束，\\d$表示必须以数字结束。

你可能注意到了，py也可以匹配'python'，但是加上^py$就变成了整行匹配，就只能匹配'py'了。

2.特别补充：常用的正则表达式字符串

参考refs ，具体代码的使用参考第三字符串处理案例，

1⃣️ . 校验数字的表达式