正则表达式

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。

　　假如你如今要求一个位置"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。

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

元字符

元字符	匹配内容
.	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
\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
$	匹配字符串的结尾
\W	匹配非字母或数字或下划线
\D	匹配非数字
\S	匹配非空白符
a|b	匹配字符a或字符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全部字符 (^在这里是取反的意思)

 

量词

量词	用法说明
*	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

量词的示例：

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

量词和字符集连用示例：

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( )  或 |   以什么开头 ^[ ] 以什么结尾 $

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]  表示以1-9中任意一个数字开头 　　[0-9x]$  表示以1-9或者x中任意一个结尾
^[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 \

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

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"\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。

正则	待匹配字符	匹配 结果	说明
\n	\n	False	由于在正则表达式中\是有特殊意义的字符，因此要匹配\n自己，用表达式\n没法匹配
\\n	\n	True	转义\以后变成\\，便可匹配
"\\\\n"	'\\n'	True	若是在python中，字符串中的'\'也须要转义，因此每个字符串'\'又须要转义一次

贪婪匹配与非贪婪匹配

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

几个经常使用的非贪婪匹配Pattern

*? 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

.*?的用法

. 是任意字符

* 是取 0 至 无限长度

? 是非贪婪模式。

合在一块儿就是 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