正则表达式

字符组

 

字符组：[字符组],在同一个位置可能出现的各类字符组成了一个字符组，在正则表达式中用[]表示字符分为不少类，好比数字、字母、标点等等。
假如一个位置"只能出现一个数字",那么这个位置上的字符只能是0、一、2...9这10个数之一。在线测试工具

正则 待匹配字符 匹配 结果 说明 [0123456789] 8 True 在一个字符组里枚举合法的全部字符，字符组里的任意一个字符 和"待匹配字符"相同都视为能够匹配 [0123456789] a False 因为字符组中没有"a"字符，因此不能匹配   [0-9]   7 True 也能够用-表示范围,[0-9]就和[0123456789]是一个意思   [a-z]   s   True   一样的若是要匹配全部的小写字母，直接用[a-z]就能够表示   [A-Z]   B   True   [A-Z]就表示全部的大写字母   [0-9a-fA-F]   e   True   能够匹配数字，大小写形式的a～f，用来验证十六进制字符

 经常使用元字符

 

代码 说明 . 匹配除换行符之外的任意字符 \w 匹配字母或数字或下划线 \s 匹配任意的空白符 \d 匹配数字 \b 匹配单词的开始或结束 ^ 匹配字符串的开始 $ 匹配字符串的结束 a|b 匹配字符a或b () 匹配括号内的表达式,也表示一个组

\s所指的空白符包括space \t 以及\n

\b*匹配以*开头的单词,*\b则匹配以*结尾的单词

. ^ $

 

正则 待匹配字符 匹配 结果 说明 海. 海燕海娇海东 海燕海娇海东   匹配全部"海."的字符 ^海. 海燕海娇海东 海燕 只从开头匹配"海."   海.$   海燕海娇海东 海东 只匹配结尾的"海.$"

经常使用限定符

 

代码/语法 说明 * 重复零次或更屡次 + 重复一次或更屡次 ? 重复零次或一次 {n} 重复n次 {n,} 重复n次或更屡次 {n,m} 重复n到m次

* + ? { }

 

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 *表示重复零次或屡次，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 +表示重复一次或屡次，即只匹配"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，也就是尽量匹配，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

经常使用反义词

 

代码/语法 说明 \W 匹配任意不是字母，数字，下划线，汉字的字符 \S 匹配任意不是空白符的字符 \D 匹配任意非数字的字符 \B 匹配不是单词开头或结束的位置 [^x] 匹配除了x之外的任意字符 [^aeiou] 匹配除了aeiou这几个字母之外的任意字符

[ ] 只要出如今中括号内的内容均可以被匹配
[^] 只要不出如今中括号中的内容均可以被匹配
有一些有特殊意义的元字符进入字符组中会回复它原本的意义 : . | [ ] ( )

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] 456bdha3 4 5 6 3 表示匹配任意一个数字，匹配到4个结果 [\d]+ 456bdha3 456 3 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，若是是15位则所有🈶️数字组成，首位不能为0；若是是18位，则前17位所有是数字，末位多是数字或x，下面咱们尝试用正则来表示：

正则 待匹配字符 匹配 结果 说明 ^[1-9]\d{13,16}[0-9x]$ 110101198001017032 110101198001017032    表示能够匹配一个正确的身份证号 ^[1-9]\d{13,16}[0-9x]$ 1101011980010170 1101011980010170 表示也能够匹配这串数字，但这并非一个正确 的身份证号码，它是一个16位的数字 ^[1-9]\d{14}(\d{2}[0-9x])?$ 1101011980010170 False 如今不会匹配错误的身份证号了 ()表示分组，将\d{2}[0-9x]分红一组，就能够 总体约束他们出现的次数为0-1次 ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ 110105199812067023 110105199812067023 表示先匹配[1-9]\d{16}[0-9x]若是没有 匹配上就匹配[1-9]\d{14}

转义符

在正则表达式中，有不少有特殊意义的是元字符，好比\d和\s等，若是要在正则中匹配正常的"\d"而不是"数字"就须要对"\"进行转义，变成'\\'。

在python中，不管是正则表达式，仍是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，自己还须要转义。因此若是匹配一次"\d",字符串中要写成'\\d'，那么正则里就要写成"\\\\d",这样就太麻烦了。这个时候咱们就用到了r'\d'这个概念，此时的正则是r'\\d'就能够了。

贪婪匹配

贪婪匹配：在知足匹配时，匹配尽量长的字符串，默认状况下，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，会匹配尽可能长的字符串 <.*?> r'\d'   <script> <script> 加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽可能短的字符串

*? 重复任意次，但尽量少重复
+? 重复1次或更屡次，但尽量少重复
?? 重复0次或1次，但尽量少重复
{n,m}? 重复n到m次，但尽量少重复
{n,}? 重复n次以上，但尽量少重复

. 是任意字符
* 是取 0 至 无限长度
? 是非贪婪模式。
何在一块儿就是 取尽可能少的任意字符，通常不会这么单独写，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

文章来源:女神的博客