Python的正则表达式

  • 常见字符：
  1.    literal          直接匹配字符串literal                                比如：foo*

  2.    re1|re2       匹配正则表达式re1或者re2                     比如：  foo|bar

  3.    .                 匹配任何字符（除了\n之外）                   比如： a.c

  4.    ^                匹配字符串起始部分                                 比如：^Hello

  5.    $                匹配字符串终止部分                                 比如：/bin/*sh$

  6.   （星号）*                 匹配0次或者多次前面出现的正则表达式         比如：[0-9a-zA-Z]*

  7.    （加号）+                匹配1次或者多次前面出现的正则表达式          比如：[a-z]+\.com

  8.    ?                匹配0次或者1次前面出现的正则表达式            比如：goo？

  9.    {N}             匹配N次前面出现的正则表达式                      比如：[0-9]{2}

  10.  {M，N}      匹配M~N次前面出现的正则表达式              比如：[0-9]{3-5}

  11.  [...]             匹配字符串中的任意一个字符                      比如：[aeiou]

  12.  [..x-y..]       匹配x~y方位中的任意一个字符                   比如：[0-9]，[A-Za-z]

  13.  [^...]           不匹配字符串中的任意一个字符，或者某个范围内的字符。        比如：[^aeiou]，[^A-Za-z0-9]

  14.  (*|+|?|{})?   匹配上面频繁出现/重复出现的符号的非贪婪版本( * 、+、？、{})       比如：.*?[a-z]

  15.  (...)            匹配封闭的正则表达式，然后另存为子组                比如：([0-9]{3})?，f(oo|u)bar
  • 特殊字符：
  1.         \d         匹配任何十进制数字，与[0-9]表达的一样。(\D与\d相反，\D表示匹配任何非数值型的数字     比如：date\d+.txt

  2.         \w         匹配任何的字母数字字符 ，与[A-Za-z0-9_]相同。(与\W相反)   比如：[A-Za-z_]\w+

  3.         \s          匹配任何空格字符，与[\n\t\r\v\f]相同。(与\S相反)    比如：of\sthe

  4.         \b        匹配任何单词边界。(与\B相反)           比如：\bThe\b

  5.         \N       匹配已保存的子组N。                         比如：price:\16

  6.         \c        逐字匹配任何特殊字符c。(即按照字面意思匹配，不匹配特殊含义)         比如：\. ， \\ ， \*

\A(\Z) 匹配字符串的起始(结束)。 比如：\AHello

  • 拓展表示法：
  1.            (?iLmsux)         在正则表达式中嵌入一个或者多个特殊“标记”参数。(或者通过函数/方法)              比如：(?x)，(? im)

  2.            (?:...)                 表示一个匹配不用保存的分组。       比如：(?:\w+\.)*

  3.            (?P...)        像一个仅由name标记而不是数字ID标识的正则分组匹配               比如：(?P)

  4.            (?P=name)         在同一字符串中匹配由(?P)分组的之前文本                 比如：(?P=data)

  5.            (?#...)                标识注释，所有内容都被忽略。                比如：(?#comment)

  6.            (?=...)              匹配条件是如果....出现在之后的位置，而不使用输入字符串：称作正向前视断言。  比如：(?=.com)

  7.            (?!...)           匹配条件是如果....不出现在之后的位置，而不使用输入字符串：称作负向前视断言。  比如：(?!.net)

  8.            (?<=...)       匹配条件是如果....出现在之前的位置，而不使用输入字符串：称作正向后视断言。    比如：(?<=800-)

  9.            (?(id/name)Y|N)     如果分组所提供的id或者name存在，就返回正则表达式的条件匹配Y，如果不存在，就返回N；|N是可选项。    比如：(?(1)y|x)

带入实例讲解正则表达式： 正则表达式 匹配的字符串 at|home at、home r2d2|c3po r2d2、c3po bat|bet|bit bat、bet、bit f.o 匹配字符"f"和"o"之间的任意一个字符：例如fdo、f4o、f%o .. 任意两个字符 .end 匹配在字符串end之前的任意一个字符 ^From 任何以From作为起始的字符串 /bin/tcsh$ 任何以/bin/tcsh作为结尾的字符串 ^Subject:hi$ 任何由单独的字符串Sunject:hi构成的字符串 the 任何包含the的字符串 \bthe 任何以the开始的字符串 \bthe\b 仅仅匹配单词the \Bthe 任何包含但不以the作为起始的字符串 b[aeiu]t bat、bet、bit、but [cr][23][dp][o2] 匹配一个包含四个字符的字符串：第一个字符是c或者r，第二个字符是2 或者3，第三个字符是d或者p，最后一个字符是o或者2。 z.[0-9] 字符z后面跟着任意一个字符，然后在跟着一个数字。 [r-u][env-y][us] 字母r，s，t或者u后面跟着e，n，v，w，x或者y，然后再跟着u或者s [^aeiou] 一个非元音字符 [^\t\n] 不匹配制表符或者\n ["-a] 在一个ASCII系统中，所有支付都位于"和a之间。即34-97之间。 [dn]ot? 字母d或者n，后面跟着一个o，然后是最多一个t。例如：do，no，dot 0?[1-9] 任何一位1到9的数字，它可能前置一个0。 [0-9]{15,16} 匹配15或者16个数字 </?[^>]+> 匹配全部有效的(和无效的)HTML标签 \w+-\d+ 一个由字母数字组成的字符串和一串由一个连字符分隔的数字 [A-Za-z]\w* 第一个字符是字母，其余字符(如果存在)可以是字母或者数字 \d{3}-\d{3}-\d{4} 电话号码，例如800-010-0010 \w+@\w+.com 以XXX@YYY.com格式表示的电子邮箱地址 \d+(.\d*)? 表示浮点数字符串，任何十进制数字后面接一个小数点和零个 (Mr?s?.)?[A-Z][a-z][A-Za-z-]+ 名字和姓氏，以及对名字的限制(如果有，首字母必须大写，后续字母小 写，全名前可以有Mr.、Mrs.、Ms.或者M.作为称谓，以及灵活的姓氏。 (?:\w+.) 以句点作为结尾的字符串，例如：google. 、twitter. ，但是这些匹配不 会保存下来供后续使用和数据检索 (?#comment) 此处不做匹配，只是作为注释。 (?=.com) 如果一个字符串后面跟着.com才做匹配操作，并不使用任何目标字符串 (?!.net) 如果一个字符串后面不是跟着.net才做匹配操作。 (?<=800-) 如果字符串之前为800-才做匹配，并不使用任何输入的字符串 (? 类IP地址 (?(1)y|x) 如果一个匹配组1(\1)存在，就与y匹配，否则就与x匹配