python 正则表达式

Posted 2020-10-03

正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）组成的文字模式。

 

re.match只匹配字符串的开始，如果字符串开始不符合正则表达式（一句话中句首包含的特定字符），则匹配失败，函数返回None；而re.search匹配整个字符串（一句话中包含的特定字符），直到找到一个匹配

"．"　　匹配字符串中除 "\n" 之外的任何单个字符

" * "　　通配符匹配文件名中零个或多个字符

"?"　　通配符匹配文件名中的单个字符。匹配前面的子表达式零次或一次，例如：

"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}，(es)里面的内容匹配0到1次，[word]匹配字符w或o或r或d

 

“+”　　匹配前面的子表达式一次或多次。例如，‘zo+‘ 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}

*，+和?限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。

[^...]　　不在[]中的字符：[^abc0-9] 匹配除了a,b,c和0到9之外的字符

" ^ "　　匹配输入字符串开始的位置,不要将 ^ 的这种用法与中括号表达式内的用法混淆

a|b　　匹配a或b

\W　　匹配非字母数字

\d　　匹配任意数字，等价于 [0-9]

\A　　匹配字符串开始

\z　　匹配字符串结束

\S　　匹配任何非空白字符。等价于 [^ \f\n\r\t\v]

http://www.ziqiangxuetang.com:80/html/html-tutorial.html

/(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/

第一个括号子表达式捕获 Web 地址的协议部分。该子表达式匹配在冒号和两个正斜杠前面的任何单词。第二个括号子表达式捕获地址的域地址部分。子表达式匹配 / 或 : 之外的一个或多个字符。第三个括号子表达式捕获端口号（如果指定了的话）。该子表达式匹配冒号后面的零个或多个数字。只能重复一次该子表达式。最后，第四个括号子表达式捕获 Web 地址指定的路径和/或页信息。该子表达式能匹配不包括 # 或空格字符的任何字符序列
第一个括号子表达式包含"http"
第二个括号子表达式包含"www.ziqiangxuetang.com"　　
第三个括号子表达式包含":80"　　
第四个括号子表达式包含"/html/html-tutorial.html"