标签：
正则表达式的元字符包括： ^ $ . [ ] { } - ? * + ( ) | \
元字符有着特殊的意义，当需要取消元字符的特殊含义时，需要在元字符之前加上反斜线字符 \。
^ 和 $ 在正则表达式中被当作锚，其中 ^ 匹配字符串的起始位置，$ 匹配字符串的结束位置。
. 匹配除 \n 之外的任意字符。
如果中括号内的第一个字符是 ^，表示匹配不在指定字符集内的字符。
- 字符连接的两个字符表示范围，例如 [0-9] 等价于 [0123456789]。需要注意的是：- 左边字符的码值要小于右边字符的码值。
regex1 | regex2 表示匹配 regex1 或 regex2。
a) 判断字符串 str 是否以数字开头
>>> re.search(r"^[\d][\s\S]*", str) != None;
b) 判断字符串 str 是否以小写字母结尾
>>> re.search(r"[\s\S]*[a-z]$", str) != None;
c) 匹配由空格隔开的字符串
>>> re.findall(r"[^ ]+", "long time no see"); [‘long‘, ‘time‘, ‘no‘, ‘see‘]
\d 等价于 [0-9]，其中的 d 表示数字(digital)
\D 等价于 [^\d]
\w 等价于 [0-9a-zA-Z]，其中的 w 表示单词字符(word)
\W 等价于 [^\w]
\s 等价于 [ \t\r\n\v\f]，其中的 s 表示空白字符(space)
\S 等价于 [^\s]
a) 匹配字符串中的数字
>>> re.findall(r"[\d]+", "abc123def456"); [‘123‘, ‘456‘]
b) 使用 [\s\S] 或 [\d\D]、[\w\W] 匹配任意字符，包括 \n
>>> re.search("^[\s\S]+$", "!@#$%^&*()12345qwert") != None
True
| POSIX 字符类 | 描述 | ASCII 字符类 |
| [:alnum:] | 字母字符与数字字符 | [0-9A-Za-z] |
| [:blank:] | 空格符与制表符 | [ \t] |
| [:cntrl:] | 控制字符 | [\x00-\x1F\x7F] |
| [:digit:] | 数字字符 | [0-9] |
| [:graph:] | 可见字符 | [\x21-\x7E] |
| [:lower:] | 小写字母字符 | [a-z] |
| [:print:] | 可打印字符，包括 [:graph:] 中所有字符再加上空格符 | [\x20-\x7E] |
| [:punct:] | 标点符号字符 | |
| [:space:] | 空白字符 | [ \t\r\n\v\f] |
| [:upper:] | 大写字母字符 | [A-Z] |
| [:word:] | 字母字符 | [0-9A-Za-z_] |
| [:xdigit:] | 十六进制字符 | [0-9A-Fa-f] |
需要注意的是，有些语言不支持 POSIX 字符类，比如 Python、JavaScript 。Java 中，POSIX 字符类 [[:name:]] 必须使用 \p{Name} 的形式，比如 [:space:] 当写作 \p{Space}，注意第一字母要大写，除了 [:xdigit:] 要写作 \p{XDigit}。
| 量词 | 含义 |
| {n} | 前面的元素恰好出现 n 次则匹配 |
| {m,n} | 前面的元素出现的次数在 n~m 次之间时则匹配 |
| {m,} | 前面的元素出现次数超过 n 次则匹配 |
| {,n} | 前面的元素出现次数不超过 m 次则匹配 |
| * | 等价于 {0,} |
| + | 等价于 {1,} |
| ? | 等价于 {0,1} |
a) 贪婪匹配
>>> re.findall(r"<span>[\s\S]*</span>", "<div><span>abc</span><br><span>xyz</span></div>"); [‘<span>abc</span><br><span>xyz</span>‘]
a) 惰性匹配
>>> re.findall(r"<span>[\s\S]*?</span>", "<div><span>abc</span><br><span>xyz</span></div>");
[‘<span>abc</span>‘, ‘<span>xyz</span>‘]
标签：
原文地址：http://www.cnblogs.com/huey/p/5070751.html
