Python小白正则整理

(声明：本教程仅供本人学习使用,如有人使用该技术触犯法律与本人无关)

---

正则的规则：

字符串：re 模块
patter：写的是规则’ ’
str : 要验证的字符串
flags=0 ： 匹配模式 re.I L M S U X

---

re.match( )

re.search( )

findall( )

---

单个匹配

---

. : 代表的是除了换行符（\n）以外的任意一个字符
[内容]：匹配中括号中任意一个字符
[a-z] : 匹配小写字母
[A-Z] ：匹配大写字母
[0-9]：匹配数字
[a-zA-Z0-9 .] ：匹配 字母数字空格点

***{注}***: “ ^ ” 在 [ ] 中写代表非，不匹配 [ ] 的字符

---

\d : 匹配所有的数字，同[0-9]
\D : 匹配非数字，同[^0-9]
\w : 匹配数字字母下划线
\W：匹配除数字字母下划线以外的
\s：匹配所有的空白符，\t，\n，\r，空格
\S：匹配所有的非空白符
\ ： 可以转义，不让他有特殊意义

---

边界字符

^{内容：在中括号外部，必须以}后面的东西开头
内容$：必须以‘内容’结尾

(只能匹配整个字符串的，re.M失效)

\A内容 : 开头
内容\Z : 结尾

---

内容\b 或者 r’\b’ : （有边界可以匹配成功）匹配一个单词
\B ：（没有边界才可以匹配成功）

---

多个匹配

() ：组，一组数据，作为整体去匹配
| ：或，

• ：匹配0个或任意多个字符（贪婪匹配）
  ?：匹配0个或任意1个字符（非贪婪匹配）
  +：匹配1个或者多个字符（贪婪匹配）
  {x}：一次匹配x个字符
  {x,y}：匹配为x-y内的字符数 都可以(y不写，默认无上限)
  在* + 后加？可以解决贪婪匹配，即能尽量少匹配就少

---

正则表达式–字符串

（可以将字符串封装成一个对象）
re.compile(规则，匹配模式)（正则规则对象）

---

对应的方法

group() 返回被 RE 匹配的字符串。
start() 返回匹配开始的位置
end()   返回匹配结束的位置
span()  返回一个元组包含匹配 (开始,结束) 的位置

拆分替换

---

正则分组

字符	含义	示例	结果	注意
(…)	括号内为一组；分组有编号，从1开始算起；分组作为一个整体只在分组内部有效	re.findall('(ab+?)(bb)','abbb')	[('ab', 'bb')]
(?P…)	除编号外的另一个分组名
(<number>)	引用编号为的分组匹配的字符串，通常指分组的下标
(?P)	给分组起别名	re.match('(?P<dwl>ab+?)','abbb').group('dwl')	ab
(?: …)	非分组模式的匹配	re.findall('(?:ab+?)(?:bb)','abbb')	['abbb']
(?P=name)	对指定的组反向的引用,以前面的以name为名称的组匹配的文本为分组内容,匹配后面的内容	（示例：‘[email protected]’）'(?P<number>[1-9]){5}@(?P<letters>[a-z])+\.(?P=letters)+')	'[email protected]'
(?=…)	当该表达式匹配成功的时候,它的前面的表达式才会匹配.	re.match('\w+@(?=\d+)','abcds@123456').group()	abcds@
(?!..)	当该表达式不匹配的时候,它的前面的表达式都会匹配成功	re.match('\w+@(?!\d+)','abcds@dfa').group()	abcds@
(?<=…)	匹配以…开始的后面部分的字串,只能是固定的长度,也就是一个明确的表达式.	re.match('(?<=abc)def', 'abcdef') / re.search('(?<=abc)def', 'abcdef')	None / <_sre.SRE_Match object; span=(3, 6), match='def'>	说明:该模式不能于一个字符串的开始
(?<!..)	匹配不是以…开始的后面部分的字串.只能是固定的长度	re.match('(\w+)(?<!zhang)san', 'mylisan').group()	mylisa
(?(id/name)yes	no)	如果给定的 id 或 name 存在，将会尝试匹配 yes-pattern ，否则就尝试匹配 no-pattern，no-pattern 可选，也可以被忽略。比如， (<)?(\w+@\w+(?:.\w+)+)(?(1)>|$) 是一个email样式匹配，将匹配 ‘[email protected]’ 或’[email protected]’ ，但不会匹配 ‘<[email protected]’ ，也不会匹配 ‘[email protected]>’	re.search(r'(\d){0,}abc(?(1)\d|abc)','abcabc') / re.searcj(r'(?P<lefg_bracket>\()?\w+(?(lefg_bracket)\)|$)', '(abdcd')	abcabc / None
(?P#…)	注释，#后面的东西会被注释
(?aiLmsux)	( ‘a’, ‘i’, ‘L’, ‘m’, ‘s’, ‘u’, ‘x’ 中的一个或多个) 这个组合匹配一个空字符串；这些字符对正则表达式设置以下标记 re.A (只匹配ASCII字符), re.I (忽略大小写), re.L (语言依赖), re.M (多行模式), re.S (点dot匹配全部字符), re.U (Unicode匹配), and re.X (冗长模式)	(re.findall('((?a)\d+)','a232')	['232']

引用☞ 正则表达式(RegEx)官方手册/权威指南【Python】