python 正则表达

Posted 2022-09-15 xiuyou

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。

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	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	李 李 李	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