最新下载
热门教程
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
很详细python正则表达式使用详解
时间：2022-11-14 23:00:35 编辑：袖梨 来源：一聚教程网
第一章讲的是字符组（Character Class）。
在正则表达式中，它表示"在同一个位置可能出现的各种字符"，其写法是在一对方括号[和]之间列出所有可能出现的字符，简单的字符组比如[ab]、[314]、[#.?]
需要注意的地方有
1）-范围表示法的要按ASCII顺序写， [0-9]是合法的，[9-0]会报错
In [1]: import re
In [2]: re.search("^[0-9]$", "2") != None
Out[2]: True
In [3]: re.search("^[9-0]$", "2") != None
---------------------------------------------------------------------------
error Traceback (most recent call last)
Traceback (most recent call last):
error: bad character range
2）匹配数字和字母不要用[0-z]，因为这个范围包括很多标点符号，最好写成[0-9a-zA-Z]
In [4]: re.search("^[0-z]$", "A") != None
Out[4]: True
In [5]: re.search("^[0-z]$", ":") != None
Out[5]: True
3）元字符做为普通字符使用时需要转义，在python代码中，普通字符串的转义需要加两个"",原生字符串需要一个"" 推荐使用原生字符串
#原生字符串和字符串的等价
In [6]: r"^[0-9]$" == "^[0-9]$"
Out[6]: True
#原生字符串的转义要简单许多
In [7]: re.search(r"^[0-9]$", "3") != None
Out[7]: False
In [8]: re.search(r"^[0-9]$", "-") != None
Out[8]: True
4)]出现在不同位置，含义不同,正则表达式将]与前面最近的[匹配
#未转义的]
In [9]: re.search(r"^[012]345]$", "2345") != None
Out[9]: False
In [10]: re.search(r"^[012]345]$", "2345]") != None
Out[10]: True
In [11]: re.search(r"^[012]345]$", "5") != None
Out[11]: False
In [12]: re.search(r"^[012]345]$", "]") != None
Out[12]: False
#转义的]
In [13]: re.search(r"^[012]345]$", "2345") != None
Out[13]: False
In [14]: re.search(r"^[012]345]$", "5") != None
Out[14]: True
In [15]: re.search(r"^[012]345]$", "]") != None
Out[15]: True
5)字符组简记法
常见的字符组简记法有d、w、s。从表面上看，它们与[…]完全没联系，其实是一致的。其中d等价于[0-9]，其中的d代表"数字（digit）"； w等价于[0-9a-zA-Z_]，其中的w代表"单词字符（word）"；s等价于[ trnvf]（第一个字符是空格），s表示"空白字符（space）"。
re.search(r"^d$", "8") != None # => True
re.search(r"^d$", "a") != None # => False
re.search(r"^w$", "8") != None # => True
re.search(r"^w$", "a") != None # => True
re.search(r"^w$", "_") != None # => True
re.search(r"^s$", " ") != None # => True
re.search(r"^s$", "t") != None # => True
re.search(r"^s$", "n") != None # => True
6)相对于d、w和s这三个普通字符组简记法，正则表达式也提供了对应排除型字符组的简记法：D、W和S--字母完全一样，只是改为大写。这些简记法匹配的字符互补：s能匹配的字符，S一定不能匹配；w能匹配的字符，W一定不能匹配；d能匹配的字符，D一定不能匹配。例1-19示范了这几个字符组简记法的应用。
#d和D
re.search(r"^d$", "8") != None # => True
re.search(r"^d$", "a") != None # => False
re.search(r"^D$", "8") != None # => False
re.search(r"^D$", "a") != None # => True
#w和W
re.search(r"^w$", "c") != None # => True
re.search(r"^w$", "!") != None # => False
re.search(r"^W$", "c") != None # => False
re.search(r"^W$", "!") != None # => True
#s和S
re.search(r"^s$", "t") != None # => True
re.search(r"^s$", "0") != None # => False
re.search(r"^S$", "t") != None # => False
re.search(r"^S$", "0") != None # => True
表2-1 量词的一般形式
|
量词
|
说明
|
|
{n}
|
之前的元素必须出现n次
|
|
{m,n}
|
之前的元素最少出现m次，最多出现n次
|
|
{m,}
|
之前的元素最少出现m次，出现次数无上限
|
|
{0,n}
|
之前的元素可以不出现，也可以出现，最多出现n次
（在某些语言中可以写为{,n}）
|
|
常用量词
|
{m,n}等价形式
|
说明
|
|
*
|
{0,}
|
可能出现，也可能不出现，出现次数没有上限
|
|
+
|
{1,}
|
至少出现1次，出现次数没有上限
|
|
?
|
{0,1}
|
至多出现1次，也可能不出现
|
|
匹配所有tag的表达式
|
tag分类
|
匹配分类tag的表达式
|
|
<[^>]+>
|
open tag
|
<[^/>][^>]*>
|
|
close tag
|
]+>
|
|
|
self-closing tag
|
<[^>/]+/>
|
|
1
2
3
4
5
6
7
8
9
10
|
In [1]: import reIn [2]: re.search(r"d{6}", "ab123456cd").group(0)Out[2]: '123456'In [3]: re.search(r"^<[^>]+>$", ").group(0)Out[3]: 'In [4]: re.findall(r"d{6}", "zipcode1:201203, zipcode2:100859")Out[4]: ['201203', '100859'] |
之前介绍的量词都可以归到一类，叫做匹配优先量词（greedy quantifier，也有人翻译为贪婪量词 ）。
匹配优先量词，顾名思义，就是在拿不准是否要匹配的时候，优先尝试匹配，并且记下这个状态，以备将来"反悔"。
回溯（backtracking）
|
1
2
3
4
|
re.search(r"".*"", ""quoted string" and another"").group(0)re.search(r'".*"', '"quoted string" and another"').group(0)re.search(r""[^"]*"", ""quoted string" and another"").group(0)re.search(r'"[^"]*"', '"quoted string" and another"').group(0 |
两者限定的元素能出现的次数也一样，遇到不能匹配的情况同样需要回溯；唯一的区别在于，
忽略优先量词会优先选择"忽略"，而匹配优先量词会优先选择"匹配"。
|
匹配优先量词
|
忽略优先量词
|
限定次数
|
|
*
|
*?
|
可能不出现，也可能出现，出现次数没有上限
|
|
+
|
+?
|
至少出现1次，出现次数没有上限
|
|
?
|
??
|
至多出现1次，也可能不出现
|
|
{m,n}
|
{m,n}?
|
出现次数最少为m次，最多为n次
|
|
{m,}
|
{m,}?
|
出现次数最少为m次，没有上限
|
|
{,n}
|
{,n}?
|
可能不出现，也可能出现，最多出现n次
|
|
量词
|
转义形式
|
|
{n}
|
{n}
|
|
{m,n}
|
{m,n}
|
|
{m,}
|
{m,}
|
|
{,n}
|
{,n}
|
|
*
|
*
|
|
+
|
+
|
|
?
|
?
|
|
*?
|
*?
|
|
+?
|
+?
|
|
??
|
??
|