Monodyee

这个屌丝很懒，什么也没留下！

热门标签

python中正则表达式_regexp python

作者：Monodyee | 2024-03-01 08:08:21

踩

regexp python

概述

正则表达式，Regular Expression,缩写为regex、regexp、RE等。
正则表达式是文本处理极其重要的技术，用它可以对字符串按照某种规则进行检索、替换。
正则表达式应用及其广泛，shell中处理文本的命令、各种高级编程语言都支持正则表达式。

分类

1、BRE：正则表达式，grep、sed、vi等软件支持。vim有扩展
2、ERE：扩展正则表达式，egrep(grep-E)、sed-r等
3、PCRE：几乎所有高级语言都是PCRE的方言或者变种。Python1.6开始使用SRE正则表达式引擎，可以认为是PCRE的子集。

基本语法

元字符metacharacter

代码	说明	举例
.	匹配除换行符外任意一个字符	.
[abc]	字符集合，只能表示一个字符位置。匹配所包含的任意一个字符	[abc]匹配plain中的‘a’
[^abc]	字符集合，只能表示一个字符位置。匹配除去集合内字符的任意一个字符	[^abc]可以匹配plain中的‘p’、‘l’、‘i’或者’n’
a-z	字符范围，也是个集合，表示一个字符位置匹配所包含的任意一个字符	常用A-Z[0-9
[^a-z]	字符范围，也是个集合，表示一个字符位置匹配集合内字符的任意一个字符
\b	匹配单词的边界	\b b在文本中找到单词中b开头的b字符
\B	不匹配单词的边界	t\B包含t的单词但是不以t结尾的t字符
\d	[0-9]匹配一位数字	\d
\D	[^0-9]匹配1位非数字
\s	匹配1位空白字符，包括换行符、制表符、空格[\f\r\n\t\v]
\S	匹配1位非空字符
\w	匹配[a-zA-Z0-9]	\w
\W	匹配\w之外的字符

详细分析

. 只能匹配一个非换行符(\n、\r、\r\n)外任意一个字符
[abc]字符集合，只能匹配一个括号内包含的字符

在这里插入图片描述

[^{a-z]匹配除了a到z的其它字符，其中}代表取反
\s匹配所有空白字符(包括换行符、制表符、空格(\f\r\n\t\v))
c后面后换行符
[]只表示匹配一个字符，不带[]表示原来的意思
\b 匹配单词的边界(单词的边界可以认为是两个字母之间有分隔)
\后面加大写字母取反义

在这里插入图片描述

\d相当于[0-9] \D相当于匹配非[0-9]
\w相当于匹配[a-zA-Z0-9]和中文,\W匹配除\w字符

转义

凡是在正则表达式中有特殊意义的符号，如果想使用它的本意，需要转义，反斜杠自身，需要使用\
\r和\n转义后还是代表回车、换行

重复

代码	说明	举例
*	表示前面的正则表达式会重复出现0次或多次	e\w*单词中e后面可以有非空白字符
+	表示前面的正则表达式重复至少1次	e\w单词后面至少有一个非空白字符
？	表示前面的正则表达式会重复0次或1次	e\w?单词中e后面至多有一个非空白字符
{n}	重复固定的n次	e\w{1} 单词中e后面只能有一个非空白字符
{n,}	重复至少n次	e\w{1,}等价于e\w+,e\w{0,}等价e\w*,e\w{0,1}等价e\w?
{n,m}	重复n到m次	e\w{1,10}单词中e后面至少1个，至多10个非空白字符

代码	说明	举例
x	y	匹配x或者y
捕获
(pattern)	使用小括号指定一个子表达式，也叫分组捕获后会自动分配组号从1开始可以改变优先级

组号默认从1开始，分组0指的是匹配分组
在这里插入图片描述

(?:pattern)	如果仅仅为了改变优先级，就不需要捕获分组	(?:w \| f)ood ‘industr(?:y \| ies)等价于’industry \| industries’

在这里插入图片描述

\数字	匹配对应的分组

后面的\1代表复制group1的游戏
在这里插入图片描述
将\1变为\2后

|(?:exp)

(?'name’exp)	命名分组捕获，但是可以通过name访问分组，Python语法必须是(?Pexp)

将分组进行命名

在这里插入图片描述

零宽断言
(?=exp)	零宽度正预测先行断言，断言exp一定在匹配的右边出席那，也就是说断言后面一定跟个exp

在这里插入图片描述

(?<=exp)	零宽度正回顾后发断言，断言exp一定出席那在匹配的左边出现，也就是前面一定有个exp前缀

在这里插入图片描述

负向零宽断言
(?!exp)	零宽度负预测先行断言，断言exp一定不会出现在右侧，也就说断言后面一定不是exp

在这里插入图片描述
|(?<!exp) |零宽度负回顾后发断言，断言exp一定不能出现在左侧，也就是说断言前面一定不能是exp |

注意：
断言会不会i捕获呢？也就是断言占不占分组符
断言不沾分组号，断言部分不会出现在分组中
分组和捕获是同一个意思
使用正则表达式时，能用简单表达式，就不要复杂的表达式

贪婪与非贪婪

默认是贪婪模式，也就是说尽量多匹配更长的字符串
非贪婪很简单，在重复的符号后面加一个？问号，就尽可能的少匹配了

代码	说明
*？	匹配任意次，但尽可能少重复
+？	匹配至少1次，但尽可能少重复
??	匹配0次或1次，但尽可能少重复
{n,}?	匹配至少n次，但尽可能少重复
{n,m}	匹配至少n次，至多m次，但尽可能少重复

*？非贪婪不匹配次数
+？非贪婪只匹配一次

在这里插入图片描述

??非贪婪不匹配次数

引用引擎选项

代码	说明	python
IgnoreCase	匹配时忽略大小写	re.l或re.IGNORECASE
Singleline	单行模式，可以匹配所有字符，包括\n	re,S或re,DOTALL
Multiline	多行模式^行首、$行尾	re.M或re,MULTILINE
IgnorePatternWhitespace	忽略表达式中的空白字符，如果要使用空白字符用转义，#可以用来做注释	re,X或re.VERBOSE

单行模式：

.可以匹配所有字符，包括换行符
^表示整个字符串的开头，$整个字符串的结尾

多行模式

.可以匹配除了换行符之外的字符，多行不影响.
^表示行首，$行尾，只不过这里的行是每一个行

默认模式：可以看作待匹配的文本是一行，不能看作多行，,点号不能匹配换行符，^和 $表示行首和行尾，而行首行尾就是整个字符串的开头和结尾单行模式：基本和默认模式一样，只是.点号终于可以匹配任意一个字符包括换行符，这是所有文本就是一个长长的只有一行的字符串，^就是这一行字符串的行首，$ 就是这一行的行尾
多行模式：重新定义了行的概念，但不影响，点号的行为，^和$还是行首行尾的意思，只不过因为多行模式可以识别换行符了，开始指的是\n后紧接着下一个字符，结束指的是\n前的字符，注意最后一行结尾可以没有\n
简单讲，单行模式之影响,行为，多行模式重新定义行印象^和 $
默认模式下.功能照旧
在这里插入图片描述
单行模式下增强.的功能，所有都可匹配

多行下照旧

多行模式和单行模式都选择情况下，增强,的功能

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Monodyee/article/detail/172190?site