标签：间隔 match 中文 表达 原来 转义 打印 包含 col
常用正则表达式符号
| 普通字符 |
匹配自身
|
abc
|
abc
|
|
.
|
匹配任意除换行符"\n"外的字符(在DOTALL模式中也能匹配换行符 |
a.c
|
abc
|
|
\
|
转义字符，使后一个字符改变原来的意思
|
a\.c;a\\c
|
a.c;a\c
|
|
*
|
匹配前一个字符0或多次
|
abc*
|
ab;abccc
|
|
+
|
匹配前一个字符1次或无限次
|
abc+
|
abc;abccc
|
|
?
|
匹配一个字符0次或1次
|
abc?
|
ab;abc
|
|
^
|
匹配字符串开头。在多行模式中匹配每一行的开头 | ^abc |
abc
|
|
$
|
匹配字符串末尾，在多行模式中匹配每一行的末尾 | abc$ |
abc
|
| | | 或。匹配|左右表达式任意一个，从左到右匹配，如果|没有包括在()中，则它的范围是整个正则表达式 |
abc|def
|
abc
def
|
| {} | {m}匹配前一个字符m次，{m,n}匹配前一个字符m至n次，若省略n，则匹配m至无限次 |
ab{1,2}c
|
abc
abbc
|
|
[]
|
字符集。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，如[abc]或[a-c]。[^abc]表示取反，即非abc。 所有特殊字符在字符集中都失去其原有的特殊含义。用\反斜杠转义恢复特殊字符的特殊含义。 |
a[bcd]e
|
abe
ace
ade
|
|
()
|
被括起来的表达式将作为分组，从表达式左边开始没遇到一个分组的左括号“（”，编号+1. 分组表达式作为一个整体，可以后接数量词。表达式中的|仅在该组中有效。 |
(abc){2} a(123|456)c |
abcabc
a456c
|
‘.‘ 默认匹配除\n之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行 ‘^‘ 匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE) ‘$‘ 匹配字符结尾，或e.search("foo$","bfoo\nsdfsf",flags=re.MULTILINE).group()也可以 ‘*‘ 匹配*号前的字符0次或多次，re.findall("ab*","cabb3abcbbac") 结果为[‘abb‘, ‘ab‘, ‘a‘] ‘+‘ 匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果[‘ab‘, ‘abb‘] ‘?‘ 匹配前一个字符1次或0次 ‘{m}‘ 匹配前一个字符m次 ‘{n,m}‘ 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果‘abb‘, ‘ab‘, ‘abb‘] ‘|‘ 匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果‘ABC‘ ‘(...)‘ 分组匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c ‘\A‘ 只从字符开头匹配，re.search("\Aabc","alexabc") 是匹配不到的 ‘\Z‘ 匹配字符结尾，同$ ‘\d‘ 匹配数字0-9 ‘\D‘ 匹配非数字 ‘\w‘ 匹配[A-Za-z0-9] ‘\W‘ 匹配非[A-Za-z0-9] ‘s‘ 匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 ‘\t‘ ‘(?P<name>...)‘ 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 结果{‘province‘: ‘3714‘, ‘city‘: ‘81‘, ‘birthday‘: ‘1993‘}
最常用的匹配语法
re.match 从头开始匹配
re.search 匹配包含
re.findall 把所有匹配到的字符放到以列表中的元素返回
re.splitall 以匹配到的字符当做列表分隔符
re.sub 匹配字符并替换
反斜杠的困扰
与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\\"表示。同样，匹配一个数字的"\\d"可以写成r"\d"。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。
仅需轻轻知道的几个匹配模式
re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同） M(MULTILINE): 多行模式，改变‘^‘和‘$‘的行为（参见上图） S(DOTALL): 点任意匹配模式，改变‘.‘的行为
re.match是从头开始匹配
\w匹配一个字符，但是只限于数字和字母
\w+匹配多个字符
.匹配任意一个字符（非\n），+匹配前一个字符1个或者多个字符（也就是前面的规则，我匹配多次）
^匹配字符开头
*匹配前一个字符0次或者多次，跟+的区别是，+号必须至少匹配到1个。
我们来看下*和+号的区别：
下面的*号，是匹配上了（从头开始找，但是第一个字符是!，匹配为0次，但是不报错），但是返回的是空的字符串
下面用+号的话，就报错了，因为没匹配上，+要求最少能匹配到一个字符
？匹配前一个字符1次或者0次，下面的这个例子发现\w?和\w的区别，就是\w?允许不匹配到，而\w必须匹配到1次，在可以匹配到的情况下，\w和\w?结果是一样的
{m}匹配前一个字符，m次，匹配前面的规则3次
{n,m} 匹配前面的规则n到m次，匹配不满5次，所以报错
在python3的re正则表达式模块里，一个中文相当于一个字符。
|匹配|左边或|右边的字符，abc|ABC就是匹配abc或者ABC的字符串
(...)分组匹配，下图的意思，匹配abc一共2次，然后中间隔了一个a，然后123或者456匹配1次，最后有一个c
\d是只取0-9的数字
（）有一个重要的作用，就是把匹配出来的结果，以元祖形式打印出来，后期就可以直接引用了。用方法groups（），见下图：
\A以后面的字符开头的，进行匹配，效果跟^是一样的
\Z和$效果一样的，下面我们写个以数字开头以数字结尾的情况:
\d只匹配数字
\D匹配非数字
\w匹配数字和英文字母
\W只匹配各种特殊字符
s匹配空白字符，\t，\n，\r
(?P<name>...) 分组匹配，见下面的例子：.groupdict()分组成字典
标签：间隔 match 中文 表达 原来 转义 打印 包含 col
原文地址：http://www.cnblogs.com/itfat/p/7502594.html
