Python正则表达式

正则表达式

• 用途：对字符串按照某种规则进行检索、替换

基本语法

• 元字符：

  • .: 可以用来表示除了换行符之外的任一字符
  • [abc]: 字符集，可以用来表示字符集中的任一字符
  • [^abc]: 字符集，表示除了字符集外的任一字符
  • [a-z]: 字符范围，表示a-z范围内的任一字符
  • [^a-z]: 字符范围，表示除了a-z之外的任一字符
  • \d: 表示0-9范围内的任一数字，==[0-9]
  • \D: 表示除了0-9之外的任一字符，==[^0-9]
  • \s: 表示所有的空白字符
  • \S: 表示除了空白字符外的任一字符
  • \w: ==[a-zA-Z0-9_]
  • \W: ==[^a-zA-Z0-9_]
  • \b: 表示匹配单词的边界
  • \B: 表示不匹配单词的边界
  • ^: 表示字符串的行首
  • $: 表示字符串的行尾

• 注意：如果在正则表达式中有特殊意义，在使用时需要使用转义符

• 字符重复

  • *: 表示前面的字符可以重复至少0次
  • +: 表示前面的字符可以重复至少1次
  • ?: 表示前面的字符可以重复0次或者1次
  • {n}: 表示前面的字符重复n次
  • {n,}: 表示前面的字符重复至少n次
  • {m,n}: 前面的字符重复次数区间为：[m,n]

• 注意：字符的重复是指模式的重复

• 分组与断言

  • x|y: 表示匹配x或者y
  • (pattern): 表示一个分组，自动按顺序给编号
  • \num: 表示引用标号为num的分组（引用内容不是模式）
  • (?:pattern): 取消分组,表示括号用于指定优先级
  • (?pattern): 命名分组，python中使用(?Ppattern)
  • f(?=pattern): 表示在f后一定有pattern
  • (?<=pattern)f: 表示在f前一定有pattern
  • f(?!pattern): 表示在f后一定没有pattern字符
  • (?: 表示在f前一定没有pattern字符

• 注意：断言不是分组，不占用分组号，相当于一个判定条件

• 引擎选项

  • re.I: 表示忽略大小写
  • re.M: 表示多行模式
  • re.S: 表示单行模式
  • re.X: 表示忽略表达式中的空白符

• 注意：单行模式时，'.'符号可以匹配所有字符（包括换行符）