python 正则表达式及其规则_python3.9 正则表达式规范

1定义：

正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"）。

正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。

2正则规则

• 单个字符：

普通字符：简单来说就是一对一的完全匹配

[]：匹配【】中的任意一个字符

[a-z]：匹配a~z之间的字符(所有消息字母)

[0-9]：匹配0~9之间的字符(所有数字)

[A-Z0-9]：匹配所有的大写字母和数字

[^abc]：匹配除abc外的所有字符，^代表非

. ：点，匹配除'\n'换行符以外的任意字符

\d：匹配所有的数字，等价于[0-9]

\D：匹配所有的非数字，等价于[^0-9]

\w：匹配所有的数字、字母(中文)、下划线任意字符

\W：匹配所有的非字符的字符(\w的取反)

\s：匹配所有的空白符(\n、\t、\t、空格等)

\S：匹配所有的非空白符

\b：匹配单词，以标点、空格分割单词 ，使用的时候需要用r转义

\B：非词边界匹配

• 次数控制

（）：将小括号内的内容当做一组数据一个整体去处理去匹配

*：前面的字符出现任意次

+：前面的字符出现至少一次

?：前面的字符出现至多一次

{m}：指定次数，m表示出现的次数

{m,}：至少指定次数

{m,n}：指定范围内的次数，m到n次之间

{,n}：至多n次，相当于{0,n}

正则的匹配默认都是贪婪的(最大限度的匹配)

• 边界限定

• • ^：以指定的内容开头
  • $：以指定的内容结尾
  • \A只能匹配整个字符串的开头，不支持re.M
  • \Z只能匹配字符串的结尾，不支持re.M

• 优先级控制

• |：表示或，它拥有最低的优先级
• ()：用于表示一个整体，明确的指定优先级
• 示例：

• import re

  c = re.compile(r'a(hello|world)b')

  s = c.search('aworldb')

  if s:

  print(s.group())

  分组匹配

• 说明：()不但可以作为一个整体，还可以进行分组匹配
• 示例1:

•  

  import re​

  c = re.compile(r'(\d+)([a-z]+)(\d+)')

  s = c.search('shd327sjahdajhsd87892ehawksd')​

  if s:

     print(s.group())

     # 默认就是全部的匹配内容，等价于上式

     print(s.group(0))

     # 第一个()匹配到的内容

     print(s.group(1))

     print(s.group(2))

     print(s.group(3))

     print(s.span())

     print(s.span(0))

     print(s.span(1))

     print(s.span(2))

     print(s.span(3))

  贪婪匹配

• 贪婪：最大限度的匹配叫贪婪。正则的匹配默认是贪婪。
• 非贪婪：只要满足匹配条件，能少匹配就少匹配；通过可以使用'?'进行取消贪婪
• 示例：

• import re

  # 取消任意多次的贪婪

  # c = re.compile(r'a.*?b')

  # 取消至少一次的贪婪

  c = re.compile(r'a.+?b')

  s = c.search('abdhsadjbsdjabs')

  if s:

  print(s.group())

  匹配模式

• 说明：所谓模式就是对匹配的原则进行整体的修饰
• 示例：

• import re

  # 忽略大小写的匹配

  # c = re.compile(r'hello', re.I)

  # s = c.search('Hello world')

  # 进行多行匹配，默认单行匹配

  # c = re.compile(r'^hello', re.M)

  # s = c.search('world \nhello')

  # 做为单行处理 或 让 . 能够匹配 \n

  c = re.compile(r'<div>.*?</div>', re.S)

  # string = '<div>hello</div>'

  string = '''<div>

  hello

  </div>'''

  s = c.search(string)

  if s:

  print(s.group())

  字符转义

• 若匹配正则语法中的特定字符都需要进行转义
• 正则字符串会被处理两次，python中处理一次，re模块会在处理一次
• 若不想考虑字符的转义问题，可以在书写正则字符串时前面加一个字符'r'
• 添加'r'之后，在python不会再进行任何转义，只需在与正则语法相关的字符前加'\'即可让其使用原有意义