正则表达式——字符串匹配

正则表达式

1. 字符组[字符]

　　在同一位置可能出现的各类字符组成了一个字符组

　　ex：[0-9]——表示0-9中任意一个数字

　　　　[a-f]——表示a-f之间任意一个字母

2. 元字符

\w	匹配字母或数字或下划线
\W	匹配除字母或数字或下划线之外的字符
\d	匹配数字
\D	匹配非数字
\s	匹配任意的空白字符
\S	匹配非空白字符
\n	匹配一个换行符
\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
$	匹配字符串的结束
.	匹配除换行符以外的任意字符
()	分组——对多个字符组总体作量词约束的时候用到
a|b	匹配字符a或b。从左到右匹配，匹配上就不继续匹配了（应该把长字符串放左边）
[...]	匹配字符组中的任意字符
[^...]	除了字符组内其余都匹配

 

3. 量词

*	重复零次或更屡次次
+	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

4. 转义

正则	待匹配字符	匹配结果	说明
\d	\d	False	正则表达式中的元字符\d表示数字
\\d	\d	True	\转义以后变为\\
"\\\\d"	"\\d"	True	python里面，字符串中'\'需转义。每个'\'都须要转义一次
r'\\d'	r'\d'	True	r + 字符串，让整个字符串不转义

5. 贪婪/惰性匹配

　　量词后加上 ‘?’ —— 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 匹配尽量多的字符
<.*?>	<script>...<script>	<script> <script>	加上'?'以后，匹配尽量少的字符 将贪婪匹配转为非贪婪匹配（惰性匹配）

 

　　最经常使用：

　　　　　　.*?  ——  匹配尽可能少的任意字符

　　　　　　 .*?abc —— 一直匹配，遇到abc就中止

6. ？的用法

　　（1）？—— 表示量词，重复零次或一次

　　（2）量词+?—— 尽量少的匹配

　　（3）?:+分组—— 取消分组优先