字符组

正则待匹配字符匹配结果说明[0123456789]5True在一个字符组里枚举合法的所有字符，字符组里的任意一个字符和“待匹配字符”相同都视为可以匹配[0123456789]aFalse由于字符组中没有‘a’字符，所有不能匹配[0-9]6True也可以用-表示范围，[0-9]就和[0123456789]是一个意思[a-z]aTrue同样的如果要匹配所有小写的字母，直接用[a-z]就可以表示[A-Z]BTrue[A-Z]就表示所有的大写字母[0-9a-fA-F]eTrue可以匹配数字，大小形式的a~f用来验证十六进制字符

字符

元字符匹配内容.匹配除了下划线以外的任意字符\w匹配数字或字母或下划线\s匹配任意的空白符\d匹配数字\n　匹配换行符\t匹配一个制表符\b匹配一个单词的结尾^匹配字符串的开始$匹配字符串的结尾\W匹配非字母数字下划线\S匹配非空白符

\D

匹配非数字a|b匹配字符a或b（）匹配括号内的表达式，也表示一个组[...]匹配字符组中的字符[^...]匹配除了字符组中字符的所有字符

量词

量词用法说明*重复零次或多次+重复一次或多次？

重复零次或一次

{n}重复n次{n，}重复n次或更多次{n，m}重复n次到m次

 

.^$

正则待匹配字符匹配结果说明海.海燕海椒海东海燕海椒海东匹配所有“海.”的字符^海.海燕海椒海东海燕只从头匹配“海.”海.$海燕海椒海东海东只匹配结尾的“海.$”

* + ? { }

正则待匹配字符匹配结果说明李.?李杰和李莲英和李二棍子

李杰

李莲

李二

?表示重复零次或一次，即只匹配“李”后面的一个任意字符李.*李杰和李莲英和李二棍子李杰和李莲英和李二棍子*表示重复零次或多次，即匹配“李”后面0或多个任意字符李.+李杰和李莲英和李二棍子李杰和李莲英和李二棍子+表示重复1次或多次，即匹配“李”后面1个或多个任意字符李.{1,2}李杰和李莲英和李二棍子李杰和李莲英李二棍{1,2}匹配1到2次任意字符

注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

正则待匹配字符匹配结果说明李.*?李杰和李莲英和李二棍子李李李惰性匹配

字符集［］［^］

正则待匹配字符匹配结果说明李[杰莲英二棍子]*

李杰和李莲英和李二棍子

李杰李莲英李二棍子 表示匹配"李"字后面[杰莲英二棍子]的字符任意次 李[^和]*李杰和李莲英和李二棍子李杰李莲英李二棍子 表示匹配一个不是"和"的字符任意次 [\d]456bdha34563 表示匹配任意一个数字，匹配到4个结果 [\d]+456bdha34563 表示匹配任意个数字，匹配到2个结果

分组 ()与 或 ｜［^］

 身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部?️数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字或x，下面我们尝试用正则来表示：

正则带匹配字符匹配结果说明^[1-9]\d{13,16}[0-9x]$110101198001017032110101198001017032表示可以匹配一个正确的身份证号^[1-9]\d{13,16}[0-9x]$1101011980010170321101011980010170 表示也可以匹配这串数字，但这并不是一个正确的身份证号码，它是一个16位的数字 ^[1-9]\d{14}(\d{2}[0-9x])?$110101198001017032False 现在不会匹配错误的身份证号了()表示分组，将\d{2}[0-9x]分成一组，就可以整体约束他们出现的次数为0-1次 ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$110101198001017032110105199812067023 表示先匹配[1-9]\d{16}[0-9x]如果没有匹配上就匹配[1-9]\d{14}

转义符 \

在正则表达式中，有很多有特殊意义的是元字符，比如\n和\s等，如果要在正则中匹配正常的"\n"而不是"换行符"就需要对"\"进行转义，变成'\\'。

在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身还需要转义。所以如果匹配一次"\n",字符串中要写成'\\n'，那么正则里就要写成"\\\\n",这样就太麻烦了。这个时候我们就用到了r'\n'这个概念，此时的正则是r'\\n'就可以了。

正则待匹配字符匹配结果说明\n\n False 因为在正则表达式中\是有特殊意义的字符，所以要匹配\n本身，用表达式\n无法匹配 \\n\nTrue 转义\之后变成\\，即可匹配 "\\\\n"'\\n' True 如果在python中，字符串中的'\'也需要转义，所以每一个字符串'\'又需要转义一次 r'\\n'r'\n' True 在字符串之前加r，让整个字符串不转义

贪婪匹配

贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配

 

正则待匹配字符匹配结果说明<.*><script>...<script><script>...<script> 默认为贪婪匹配模式，会匹配尽量长的字符串 <.*?><script>...<script><script><script> 加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串 几个常用的非贪婪匹配Pattern   *? 重复任意次，但尽可能少重复 +? 重复1次或更多次，但尽可能少重复 ?? 重复0次或1次，但尽可能少重复 {n,m}? 重复n到m次，但尽可能少重复 {n,}? 重复n次以上，但尽可能少重复 .*?的用法 . 是任意字符 * 是取 0 至 无限长度 ? 是非贪婪模式。 何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在： .*?x 就是取前面任意长度的字符，直到一个x出现

re模块下的常用方法

import re ret = re.findall('a','eva egon yuan') #返回所有满足匹配条件的结果，放在列表里 print(ret) # ['a','a'] ret = re.search('a','eva egon yuan').group() print(ret) # 'a' 函数会在字符串内查找模式匹配，只找到第一个匹配然后返回一个包含匹配信息的对象，该对象可以通过调用group（）方法得到匹配的字符串，如果字符串没有匹配，则返回None ret = re.match('a','abc').group() #同search，不过仅在字符串开始出进行匹配 print(ret) # 'a' ret = re.split('[ab]','abcd') #先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割 print(ret) #['','','cd'] ret.subn('\d','H','eva3egon4yuan4') #将数字替换成'H',返回元组(替换的结果,替换了多少次) print(ret) ret = re.compile('\d{3}') #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字 ret.obj.search('abc123eee') #正则表达式对象调用search，参数为待匹配的字符串 print(ret.group()) #123 import re ret = re.finditer('\d','ds3sy4784a') #finditer返回一个存放匹配结果的迭代器 print(ret) #<callable_iterator object at 0x10195f940> print(next(ret).group()) #查看第一个结果 print(next(ret).group()) #查看第二个结果 print([i.group() for i in ret]) #查看剩余的结果

注意：

1 findall的优先级查询：

import re ret = re.findall('www.(baidu|oldboy).com','www.oldboy.com') print(ret) # ['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可 ret = re.findall('www.(?:baidu|oldboy).com','www.oldboy.com'） print(ret) # ['www.oldboy.com']

2 split的优先级查询

ret = re.split("\d+","eva3egon4yuan4") print(ret) #结果 ： ['eva', 'egon', 'yuan'] ret = ret.split("(\d+","eva3egon4yuan4") print(ret) #结果 ： ['eva', '3', 'egon', '4', 'yuan'] #在匹配部分加上（）之后所切出的结果是不同的， #没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项， #这个在某些需要保留匹配部分的使用过程是非常重要的。

 

转载于:https://www.cnblogs.com/KrisYzy/p/11201960.html

相关资源：初识python正则表达式和re模块