Python 正则表达式

Python 正则表达式

1. 什么是正则表达式

正则表达式(Regular Expressions),也称为 “regex” 或 “regexp” 是使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串，这样程序就可以将该模式与任意文本字符串相匹配。

使用正则表达式，可以为要匹配的可能字符串集指定规则；此集可能包含英语句子，电子邮件地址，TeX命令或你喜欢的任何内容

正则表达式引擎：

​ 采用不同算法，检查处理正则表达式的软件模块 PCRE (perl compatible regular expressions)

​ 正则表达式的元字符分类: 字符匹配，匹配次数，位置锚定，分组

Python的正则表达式是PCRE标准的。

2. 正则表达式基础

# 字符匹配

 . 匹配任意单个字符(换行符除外)

 []匹配指定范围内的任意单个字符:  [0-9] [a-z]

 ^[xxx]以[]内的任意字符开头

 [^xxx]: 除了[]内的字符，相当于取反

# 匹配次数

用于指定前面的字符要出现几次

*	匹配前面的字符的任意次，包括0次， 贪婪匹配：尽可能长的匹配
.* 	任意长度的任意字符
?	匹配其前面的字符0或1次
+	匹配前面的字符至少1次
{n}	匹配前面的字符n次
{m,n}	匹配前面的字符至少m次，最多n次如{1,3} 匹配1到3次
{n,}	匹配前面的字符至少n次

# 位置锚定
# 用于定位出现的位置

^ 行首

$ 行尾

^$ 空行

# 分组
() 分组，用()将多个字符捆绑在一起，当作一个整体处理
后向引用: \1,\2

# | 或者
a|b a 或 b
(A|a)bc Abc或abc

# \ 转义
\ 反斜杠后面可以跟各种字符，以指示各种特殊序列。它也用于转义所有元字符.因此您仍然可以在模式中匹配它们,如果你需要匹配 [ 或 \，你可以在它们前面加一个反斜杠来移除它们的特殊含义：\[ 或 \\。

\d	匹配任何十进制数，等价于类 [0-9]
\w	匹配任何字母与数字字符包括下划线；这相当于类 [a-zA-Z0-9_]。
\s	匹配任何空白字符；这等价于类 [ \t\n\r\f\v]。

\D	匹配任何非数字字符；这等价于类 [^0-9]。
\W	匹配任何非字母与数字字符；这相当于类 [^a-zA-Z0-9_]。
\S	匹配任何非空白字符；这相当于类 [^ \t\n\r\f\v]。

3. Python中使用正则表达式

在python中使用正则表达式要使用re模块。

[正则表达式][https://docs.python.org/zh-cn/3/howto/regex.html#regex-howto]
[re模块使用][https://docs.python.org/zh-cn/3/library/re.html]
【待续】