python 正则表达

Posted xiuyou

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python 正则表达相关的知识,希望对你有一定的参考价值。

在线工具

可以用这个在线测试工具 http://tool.chinaz.com/regex/ 来看你的正则表达式

正则表达式

正则,就是只和字符串相关。匹配‘1’就是去匹配‘1’,直接匹配就是了。

技术图片
字符组:[字符组]
在同一个位置可能出现的各种字符组成了一个字符组,在正则表达式中用[]表示。
字符分为很多类,比如数字,字母,标点符号等。
假如你现在要求一个位置“只能出现一个数字”,那么这个位置上的字符只能是0-9这10个数字。
字符组
正则

匹配

结果

说明
[0123456789] 8 True

在一个字符组里枚举合法的所有字符,字符组里的任意一个字符和“待匹配字符”相同都视为可以匹配

[0123456789] a False 由于字符组里没有‘a’这个字符,所以不能匹配
[0-9] 7 True 也可以用-表示范围,[0-9]和[0123456789]是一个意思
[a-z] s True 同样如果要匹配 所有小写字母,直接用[a-z]就可以了
[A-Z] B True [A-Z]表示所有的大写字母
[0-9a-fA-F E True 可以匹配数字,大小写形式的a~~f,用来验证16进制字符

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

字符:                                                          

元字符 匹配内容
. 匹配除换行符以外的任意字符
\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
\S 匹配非空白符
\D 匹配非数字
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
[...] 匹配字符组里的字符
[^...] 匹配除了字符组里的所有字符

 

 

  \w 就是word

\s  就是space

\d  就是digital

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

量词 :                                     

量词 用法说明
* 重复0次或更多次
+ 重复1次或更多次
重复0次或1次
n 重复n次
n, 重复n次或更多次
n,m 重复n次到m次

 

 

 

 

 

 

 

 

 

 

 

 

 

. ^ $                                                 

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 匹配所有“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.”

 

 

 

 

 

 

 

 

 

 

* + ?                                                                    

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0次或1次,即只匹配“李”后的一个任意字符
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0次或更多次,即匹配”李“后面的0个或多个任意字符
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1次或更多次,即匹配”李“后面的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

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

注间前面的*,+ ,?都是贪婪匹配,也就是尽可能的去匹配,后面加上?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

惰性匹配

 

 

 

 

 

 

 

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“后面[杰莲英二棍子]的任意次
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“的字符的任意次
[\d] 456abcds3

4

5

6

3

表示匹配任意一个数字,匹配4个结果
[\d]+ 456abccds3

456

3

表示匹配任意个数字,匹配两个结果

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

分组()与或 | [^]                              

身份证号码是一个长度为15或18个字符的字符串如果是15则全部是由数字组成,首位不能为0;如果是18位,则前17位

全部是数字,末位可能是数字或x,下面我们尝试用正则表示:

正则 待匹配字符 匹配结果 说明
^[1-9]\d13,16[0-9x]$

1101011980

01017032

1101011980

01017032

表示可以匹配一个正确的身份证号
^[1-9]\d13,16[0-9x]$

110101198

0010170

110101198

0010170

表示也可以匹配这串数字,但这并不是一个正确的身份证号,这是一个16们的数字
^[1-9]\d14(\d2[0-9x])?$

110101198

0010170

False

现在不会匹配错误的身份证号了

()表示分组,将\d14[0-9x]分成一组,就可以整体约束它们出现的次数0-1次

^([1-9]\d16[0-9x]|[1-9]\d14)$

1101051998

12067023

1101051998

12067023

表示先匹配[1-9]\d16[0-9x]如果没有匹配上就匹配[1-9]\d14

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

转义符                               

在正则表达式中有很多特殊意义的元字符,比如\n和\s等,如果要在正则中匹配正常的”\n“而不是”换行符“,就需要对

”\“进行转义,变成”\\“.

在python中,无论是正则表达式,还是待匹配的内容,都是以字符串的形式出现的,在字符串中\也有特殊的含义,本身

还需要转义。所以如果匹配一次"\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。这个时候我们就用

到了r‘\n‘这个概念,此时的正则是r‘\\n‘就可以了。

正则 待匹配字符

匹配

结果

说明
\n \n False 因为正则表达式中\有特殊意义的字符,所以要匹配\n本身,用表达式\n无法匹配
\\n \n True 转义\之后变成\\,即可以匹配
”\\\n“ ‘\\n‘ True 如果在Python中,字符串中的‘\‘也需要转义,所以每一个字符‘\’又需要转义一次
r‘\\n‘ r‘\n‘ True 在字符串之前加r,让整个字符串不转义

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

贪婪匹配                       

贪婪匹配:要满足匹配时,匹配尽可能长的字符串,默认情况下采用贪婪匹配。

正则 待匹配字符 匹配结果 说明
<.*>

<script>....

<script>

<script>....

<script>

默认为贪婪匹配,会尽量长的去匹配字符
<.*?>

<script>....

<script>

<script>

<script>

加上?为将贪婪匹配转换为非贪婪匹配,匹配

尽量短的字符串

 

 

 

 

 

 

 

 

 

几个常用的非贪婪匹配:

*? 重复任意次,但尽可能少重复
+? 重复1次或更多次,但尽可能少重复
?? 重复0次或1次,但尽可能少重复
n,m? 重复n到m次,但尽可能少重复
n,? 重复n次以上,但尽可能少重复
.*?的用法
. 是任意字符
* 是取 0 至 无限长度
? 是非贪婪模式。
何在一起就是 取尽量少的任意字符,一般不会这么单独写,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

 

以上是关于python 正则表达的主要内容,如果未能解决你的问题,请参考以下文章

转:Python正则表达式指南

Python 爬虫-正则表达式

Python 正则表达式

正则表达式基础---转自 Python正则表达式指南 前边

python-正则表达式

Python正则表达式指南