正则表达式：正则表达式语法大全

正则语法

• 单个字符

  符号	说明
  普通字符	一对一的完整匹配
  []	范围内的任意一个字符，-表示ascii连续的字符，^表示取反的意思
  \d	任意的数字字符，等价于[0-9]
  \D	任意的非数字字符，等价于[^0-9]
  \w	任意的字(数字、字母|汉字、下划线)
  \W	非字
  \s	空白字符(空格、\n、\t、\r)
  \S	非空白字符
  \b	单词边界(开头、结尾、空格、标点)
  \B	非词边界
  .	匹配除\n以外的任意字符

• 次数限定

  格式	说明
  {m}	指定m次
  {m,n}	m~n次
  {m,}	至少m次
  {,n}	至多n次
  ?	至多一次
  +	至少一次
  *	任意次，相当于{,}

• 边界判断
  • ^：以指定的内容开头
  • $：以指定的内容结尾
  • 示例：

  import re
  ​
  # ^：以指定字符开头
  # s = re.search(r'^hello', 'hello world')
  ​
  # $：以指定字符结尾
  s = re.search(r'hello$', 'world hello')
  ​
  if s:
      print(s.group())

• |的使用

  import re
  ​
  # |:或的意思，拥有最低的优先级
  # 如果想要指定优先级可以使用()
  c = re.compile(r'hell(o|w)orld')
  ​
  # s = c.search('helloorld')
  s = c.search('hellworld')
  ​
  if s:
      print(s.group())

• 贪婪匹配
  • 贪婪：在满足条件的情况下，最大限度的匹配。正则的匹配默认是贪婪的。
  • 非贪婪：只要满足条件，能少匹配就少匹配。
  • 示例：

  import re
  ​
  # ?可以取消.+至少一次的贪婪匹配
  # c = re.compile(r'a.+?b')
  ​
  # ?可以取消.*任意多次的贪婪匹配
  c = re.compile(r'a.*?b')
  ​
  s = c.search('sdkabbbbbsdj')
  ​
  if s:
      print(s.group())

• 匹配模式

  import re
  ​
  # re.I 忽略大小写的匹配
  # s = re.search(r'hello', 'Hello', re.I)
  ​
  # re.M 多行匹配，默认是单行匹配
  # s = re.search(r'^hello', 'world\nhello', re.M)
  ​
  string = '''<div>
  xxx
  </div>'''
  # re.S 单行匹配，使.可以匹配包含\n在内的任意字符
  s = re.search(r'<div>.*</div>', string, re.S)
  ​
  if s:
      print(s.group())

• 分组匹配
  • 示例1：

  import re
  ​
  '''
  c = re.compile(r'(\d+)([a-z]+)(\d+)')
  ​
  s = c.search('ahake123hello456sjhfakls')
  ​
  if s:
      # 完整的匹配结果
      print(s.group(), s.span())
      # 功能同上
      print(s.group(0), s.span(0))
      # 第一个()的内容
      print(s.group(1), s.span(1))
      print(s.group(2), s.span(2))
      # 匹配的所有组信息
      print(s.groups())
  '''
  ​
  # 匹配的结果将会按照()进行分割
  c = re.compile(r'((\d+)([a-z]+)(\d+))')
  f = c.findall('ahake123hello456sjhfakls')
  print(f)

• 示例2：

  import re
  ​
  # c = re.compile(r'<div><a>\w+</a></div>')
  ​
  # 无名分组：\1表示前面第一组的内容，就是第一个()匹配的内容
  c = re.compile(r'<([a-z]+)><([a-z]+)>\w+</\2></\1>')
  # 命名分组：
  c = re.compile(r'<(?P<goudan>[a-z]+)><(?P<dahua>[a-z]+)>\w+</(?P=dahua)></(?P=goudan)>')
  ​
  s = c.search('<div><a>千锋教育</a></div>')
  # s = c.search('<b><a>千锋教育</b></a>')
  ​
  if s:
      print(s.group())
      # 所有的分组匹配信息，是个元组
      print(s.groups())
      # 所有的分组匹配信息，是个字典，用于命名分组
      print(s.groupdict())

标签： 正则表达式