正则表达式¶

概念¶

正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的

模式¶

模式	描述
`^`	匹配字符串的开头
`$`	匹配字符串的末尾
`.`	匹配任意字符
`\`	是之后的表示式失效, 仅匹配其字面字符
`[...]`	用来表示一组字符, 单独列出 [amk] 匹配 ‘a’, ‘m’ 或 ‘k’
`[^...]`	匹配不在`[]`中的字符
`[...-...]`	匹配一个范围(如果想匹配一个`-`, 则可以将其放在括号开头或结尾)
`*`	匹配 0 个或多个表达式
`+`	匹配 1 个或多个表达式
`?`	匹配 0 个或 1 个表达式, 非贪婪方式
`{n}`	精确匹配 n 个表达式
`{n, m}`	匹配 n 到 m 次表达式, 贪婪方式( 若无 m, 如`{n,}`, 则匹配 n 到无穷多个表达式)
`a	b`
`(...)`	对正则表达式分组并记住匹配的文本
`(?imx...)`	正则表达式包含三种可选标志: i, m 或 x; 只影响括号中的区域
`(?-imx...)`	正则表达式关闭 i, m 或 x 可选标志; 只影响括号中的区域
`(?: ...)`	类似`(...)`, 但是不表示一个组(即不会保存该组内的数据)
`(?imx:...)`/`(?-imx:...)`	与上类似
`(?# ...)`	注释
`(?=...)`	向前肯定界定符例: `exp1(?=exp2)` 查找后面是 exp2 的 exp1
`(?!...)`	前向否定界定符, 与肯定界定符相反, 当所含表达式不能在字符串当前位置匹配时成功例: `exp1(?!exp2)` 查找后面不是 exp2 的 exp1
`(?>...)`	匹配的独立模式, 省去回溯
`\s / \S`	`\s`匹配所有空白符, 包括换行(等价于`[\f\n\r\t\v]`) `\S`匹配非空白符, 不包括换行(等价于`[^\f\n\r\t\v]`)
`\w / \W`	`\w` 匹配字母, 数字, 下划线, 等价于`[A-Za-z0-9_]` `\W`匹配非数字字母下划线
`\d / \D`	`\d`匹配任意数字 `\D`匹配任意非数字
`\A`	匹配字符串开始
`\z / \Z`	`\z`匹配字符串结束 `\Z`匹配字符串结束, 如果存在换行, 只匹配到换行前的结束字符串
`\b / \B`	`\b`匹配单词边界 `\B`匹配非单词边界(如`er\B`匹配`verb`, 不能匹配`never`)
`\G`	匹配最后匹配完成的位置

修饰符¶

修饰符	含义	描述
i	ignore - 不区分大小写	将匹配设置为不区分大小写
g	global - 全局匹配	查找所有的匹配项
m	mluti line - 多行匹配	使边界字符`^`和`$`匹配每一行的开头和结尾
s	特殊字符圆点`.`包含换行符`\n`	默认情况下的`.`是匹配除换行符以外的任何字符, 加上修饰符后包含换行符

运算符优先级¶

运算符	描述
`\`	转义符
`()`, `(?:)`, `(?=)`, `[]`	圆括号和方括号
`*`, `+`, `?`, `{n}`, `{n,}`, `{n,m}`	限定符
`^`, `$`, `\任何元字符`、任何字符	定位点和序列（即: 位置和顺序）
`\|`	替换，“或"操作字符具有高于替换运算符的优先级，使得"m\|food"匹配"m"或"food”。若要匹配"mood"或"food"，请使用括号创建子表达式，从而产生"(m\|f)ood"。

re 模块¶

在Python中提供了re模块来使用正则表达式

由于在Python中的字符串本身也使用\来转义, 所以在写正则表达式的匹配pattern时, 一般加上r前缀

match(pattern, str[, flags]): 判断是否匹配, 如果匹配成功, 返回一个Match对象, 否则返回None(只匹配一次, 且从字符串开头匹配)
search(pattern, str[, flags]): 扫描整个字符串并返回第一个成功匹配, 返回一个Match对象(若不指定^, 则可从任意位置比较)
findall(pattern, str): 找到所有匹配的字符串, 返回一个列表
finditer(): 与 findall() 类似, 返回一个迭代器

split(pattern, str): 使用正则表达式切分字符串

# 使用内置的`split`
>>> 'a b   c'.split(' ')
['a', 'b', '', '', 'c']
# 使用`re`模块的`split`
>>> re.split(r'\s+', 'a b   c')
['a', 'b', 'c']

re.compile(pattern[, flags]): 预编译正则表达式, 生成一个Regular Expression对象, 之后匹配时只需要传入该对象进行比对
re.sub(pattern, repl, str[, count=0, flags]): 将在str中匹配到的字符串替换为repl, count为替换的最大次数, 默认0为全部替换
注: repl也可以是一个函数
match.group(num): 如果在正则表达式中使用了()进行了分组, 则可以通过match.group(num)来访问num组的匹配值(group(0)为原字符串)
match.groups(): 返回匹配到的字符串的元组