标签：python 正则
正则表达式：
*正则表示式（或RE）是一种小型的、高度专业化的编程语言，（在python中）它内嵌在python中，并通过re模块实现。
-可以为想要匹配的相应字符串指定规则
-该字符串集可能包含英文语句、e-mail地址、命令或任何你想要的东西
-可以问诸如“这个字符串匹配该模式吗？”
-“在这个字符串中是否有部分匹配该模式呢？”
-你也可以使用re以各种方式来修改或分隔字符串
*正则表达式模式被编译成一系列的字节码，然后由用c编写的匹配引擎执行
*正则表达式语言相对小型和受限（功能有限）
-并非所有字符串处理都能用正则表达式完成
*字符匹配
-普通字符
-大多数字母和字符一般都会和自身匹配
-如正则表达式test会和字符串"test“完全匹配
-元字符
. ^ $ * + ? {} \ | ( )
=============================================================
.[]
-常用来指定一个字符集:[abc];[a-z]
-元字符在字符集中不起作用：【akm$】
-补集匹配不在区间范围内的字符：【^5】
范例：
>>> import re #在python中如果想使用正则表示式，需先导入re模块，re模块中有许多方法 #定义正则表达式其实就是定义一个字符串 ：s = "abc" ，但这个没有任何意义 #通常定义表达式时要加一个r ： s = r"abc" 来定义这个正则表达式的字符串 >>> s = r"abc" #这个可以理解为规则 >>> re.findall(s,‘aaaaaaa‘) [] #re.findall方法将规则s比较字符串‘aaaaaaa‘，因为没有abc，所以返回为空 >>> re.findall(s,‘abcddabc‘) [‘abc‘, ‘abc‘] #最原始的匹配，通过普通字符匹配到自身 >>> st = "top tip tqp twp tep" >>> s = r"top" >>> re.findall(s,st) [‘top‘] >>> s = r"t[oe]p" >>> re.findall(s,st) [‘top‘, ‘tep‘] #【制定一个字符集】 t开头，p结尾，中间是o或e中的一个 >>> s = r"t[^oe]p" >>> re.findall(s,st) [‘tip‘, ‘tqp‘, ‘twp‘] 【^匹配不在区间范围内的字符】,取反
.^
-匹配行首。除非设置MULTILINE标志，它只是匹配字符串的开始，在MULTILINE模式里，它也可以直接匹配字符串中的每个换行。
>>> s = r‘hello‘ >>> b = ‘hello world,hello boy‘ >>> re.findall(s,b) [‘hello‘, ‘hello‘] >>> s = r‘^hello‘ >>> re.findall(s,b) [‘hello‘] >>> b = ‘ world,hello boy‘ >>> re.findall(s,b) [] 【^表示行首】
.$
-匹配行尾，行尾被定义为要么是字符串尾，要么是一个换行字符后面的任何位置。
>>> s = r‘boy$‘ >>> re.findall(s,b) [‘boy‘]
#注意【】中出现元字符 元字符在字符集中不起作用
>>> t = r‘t[abc$]‘ #匹配以a 或b 或c 为结尾的字符串 >>> re.findall(t,‘ta‘) [‘ta‘] >>> re.findall(t,‘t$‘) [‘t$‘] #未生效 >>> t = ‘t[^ab]‘ >>> re.findall(t,‘ab‘) [] #取反 >>> r = ‘t[abc^]‘ >>> re.findall(r,‘t^‘) [‘t^‘]
更多用法：匹配一个范围，写法[0-9]、[a-zA-Z]\[a-zA-Z0-9]
>>> s = r‘x[0123456789]x‘ >>> l = ‘x1x x22x xxx‘ >>> re.findall(s,l) [‘x1x‘] >>> s = r‘x[0-9]x‘ >>> re.findall(s,l) [‘x1x‘]
.\转义字符
-反斜杠后面可以加不同的字符以表示不同特殊意义
-也可以用于取消所有的元字符：\[ 或\\
\d 匹配任何十进制数： 相当于类[0-9]
\D 匹配任何非数字字符：相当于类[^0-9]
\s 匹配任何空白字符：它相当于类[\t\n\r\f\v]
\S 配配任何非空白字符: 它相当于类[^\t\n\r\f\v]
\w匹配任何字母数字字符：它相当于类[a-zA-Z0_9_]
\W匹配任何字母数字字符：它相当于类[^a-zA-Z0_9_]
范例：
>>> s = r‘x\dx‘
>>> l = ‘x1x x22x xxx‘
>>> re.findall(s,l)
[‘x1x‘]
#如有多次重复可以使用{次数}
>>> r=r"010-\d\d\d\d\d\d\d\d"
>>> re.findall(r,‘010-87568745‘)
[‘010-87568745‘]
>>> r=r"010-\d{8}"
>>> re.findall(r,‘010-87568745‘)
[‘010-87568745‘]
>>> re.findall(r,‘010-8756874‘)
[].重复 {次数}
-正则表达式第一功能是能够匹配不定长的字符集，另一个功能就是你可以指定正则表达式的一部分的重复次数
>>> import re
>>> s =r‘^010-\d{8}‘
>>> re.findall(s,‘010-36854625‘)
[‘010-36854625‘].*
-指定前一个字符可以被匹配零次或更多次，而不是只有一次。匹配引擎会试着重复尽可能多的次数（不超过整数界定范围，20亿）
>>> a=r‘ab*‘ >>> re.findall(a,‘abbbbbb‘) [‘abbbbbb‘] >>> re.findall(a,‘a‘) [‘a‘]
.+
-表示匹配一次或更多次
-注意*和+之间的不同；*零次到多次。+至少一次；
>>> a=r‘ab+‘ >>> re.findall(a,‘accccccccb‘) [] >>> re.findall(a,‘accccccccbab‘) [‘ab‘]
.?
-表示将前一个符号重复0次或1次
#用于表示某事物是可选的。
>>> s=r‘^010-?\d{8}$‘
>>> re.findall(s,‘010-12345678‘)
[‘010-12345678‘]
>>> re.findall(s,‘01012345678‘)
[‘01012345678‘]
>>> re.findall(s,‘01012345678abc‘)
#此处同时需要注意$的使用.+？
-最小匹配模式
>>> s=r‘ab‘ >>> re.findall(s,‘abbbbababb‘) [‘ab‘, ‘ab‘, ‘ab‘]
.{m,n}
-其中m和n是十进制整数。该限定符的意思是至少有m个重复，至多到n次重复。
>>> s=r‘ab‘ >>> re.findall(b,‘abbbbbababb‘) [‘abbb‘, ‘ab‘, ‘abb‘]
-忽略m会认为下边界是0，而忽略n的结果将是上边界为无穷大（实际上是20亿）
-{0，}等同于*，{1，}等同于+，而{0,1}则与？相同
>>> s=r‘ab{1,}‘
>>> d=r‘ab+‘
>>> re.findall(s,‘abbbbababb‘)
[‘abbbb‘, ‘ab‘, ‘abb‘]
>>> re.findall(d,‘abbbbababb‘)
[‘abbbb‘, ‘ab‘, ‘abb‘]本文出自 “思想大于技术” 博客，谢绝转载！
标签：python 正则
原文地址：http://linuxboys.blog.51cto.com/9150052/1657525
