字符組
字符組：[字符組],在同一個位置可能出現的各類字符組成了一個字符組，在正則表達式中用[]表示字符分爲不少類，好比數字、字母、標點等等。
假如一個位置"只能出現一個數字",那麼這個位置上的字符只能是0、一、2...9這10個數之一。在線測試工具
| 正則html |
待匹配字符python |
匹配
結果正則表達式 |
說明工具 |
| [0123456789]測試 |
8spa |
Truecode |
在一個字符組裏枚舉合法的全部字符，字符組裏的任意一個字符
和"待匹配字符"相同都視爲能夠匹配htm |
| [0123456789]blog |
aip |
False |
因爲字符組中沒有"a"字符，因此不能匹配 |
| [0-9] |
7 |
True |
也能夠用-表示範圍,[0-9]就和[0123456789]是一個意思 |
| [a-z] |
s |
True |
一樣的若是要匹配全部的小寫字母，直接用[a-z]就能夠表示 |
| [A-Z] |
B |
True |
[A-Z]就表示全部的大寫字母 |
| [0-9a-fA-F] |
e |
True |
能夠匹配數字，大小寫形式的a～f，用來驗證十六進制字符 |
|
經常使用元字符
| 代碼 |
說明 |
| . |
匹配除換行符之外的任意字符 |
| \w |
匹配字母或數字或下劃線 |
| \s |
匹配任意的空白符 |
| \d |
匹配數字 |
| \b |
匹配單詞的開始或結束 |
| ^ |
匹配字符串的開始 |
| $ |
匹配字符串的結束 |
| a|b |
匹配字符a或b |
| () |
匹配括號內的表達式,也表示一個組 |
|
\s所指的空白符包括space \t 以及\n
\b*匹配以*開頭的單詞,*\b則匹配以*結尾的單詞
. ^ $
| 正則 |
待匹配字符 |
匹配
結果 |
說明 |
| 海. |
海燕海嬌海東 |
海燕海嬌海東 |
匹配全部"海."的字符 |
| ^海. |
海燕海嬌海東 |
海燕 |
只從開頭匹配"海." |
| 海.$ |
海燕海嬌海東 |
海東 |
只匹配結尾的"海.$" |
|
經常使用限定符
| 代碼/語法 |
說明 |
| * |
重複零次或更屢次 |
| + |
重複一次或更屢次 |
| ? |
重複零次或一次 |
| {n} |
重複n次 |
| {n,} |
重複n次或更屢次 |
| {n,m} |
重複n到m次 |
|
* + ? { }
| 正則 |
待匹配字符 |
匹配
結果 |
說明 |
| 李.? |
李傑和李蓮英和李二棍子 |
李傑
李蓮
李二 |
?表示重複零次或一次，即只匹配"李"
後面一個任意字符 |
| 李.* |
李傑和李蓮英和李二棍子 |
李傑和李蓮英和李二棍子 |
*表示重複零次或屢次，即匹配"李"
後面0或多個任意字符 |
| 李.+ |
李傑和李蓮英和李二棍子 |
李傑和李蓮英和李二棍子 |
+表示重複一次或屢次，即只匹配"李"
後面1個或多個任意字符 |
| 李.{1,2} |
李傑和李蓮英和李二棍子 |
李傑和
李蓮英
李二棍 |
{1,2}匹配1到2次任意字符 |
|
注意：前面的*,+,?等都是貪婪匹配，也就是儘量匹配，後面加?號使其變成惰性匹配
| 正則 |
待匹配字符 |
匹配
結果 |
說明 |
| 李.*? |
李傑和李蓮英和李二棍子 |
李
李
李 |
惰性匹配 |
|
經常使用反義詞
| 代碼/語法 |
說明 |
| \W |
匹配任意不是字母，數字，下劃線，漢字的字符 |
| \S |
匹配任意不是空白符的字符 |
| \D |
匹配任意非數字的字符 |
| \B |
匹配不是單詞開頭或結束的位置 |
| [^x] |
匹配除了x之外的任意字符 |
| [^aeiou] |
匹配除了aeiou這幾個字母之外的任意字符 |
|
[ ] 只要出如今中括號內的內容均可以被匹配
[^] 只要不出如今中括號中的內容均可以被匹配
有一些有特殊意義的元字符進入字符組中會回覆它原本的意義 : . | [ ] ( )
字符集［］［^］
| 正則 |
待匹配字符 |
匹配
結果 |
說明 |
| 李[傑蓮英二棍子]* |
李傑和李蓮英和李二棍子 |
李傑
李蓮英
李二棍子 |
表示匹配"李"字後面[傑蓮英二棍子]的字符任意次 |
| 李[^和]* |
李傑和李蓮英和李二棍子 |
李傑
李蓮英
李二棍子 |
表示匹配一個不是"和"的字符任意次 |
| [\d] |
456bdha3 |
4
5
6
3 |
表示匹配任意一個數字，匹配到4個結果 |
| [\d]+ |
456bdha3 |
456
3 |
表示匹配任意個數字，匹配到2個結果 |
|
分組 ()與 或 ｜［^］
身份證號碼是一個長度爲15或18個字符的字符串，若是是15位則所有🈶️數字組成，首位不能爲0；若是是18位，則前17位所有是數字，末位多是數字或x，下面咱們嘗試用正則來表示：
| 正則 |
待匹配字符 |
匹配
結果 |
說明 |
| ^[1-9]\d{13,16}[0-9x]$ |
110101198001017032 |
110101198001017032 |
表示能夠匹配一個正確的身份證號 |
| ^[1-9]\d{13,16}[0-9x]$ |
1101011980010170 |
1101011980010170 |
表示也能夠匹配這串數字，但這並非一個正確
的身份證號碼，它是一個16位的數字 |
| ^[1-9]\d{14}(\d{2}[0-9x])?$ |
1101011980010170 |
False |
如今不會匹配錯誤的身份證號了
()表示分組，將\d{2}[0-9x]分紅一組，就能夠
總體約束他們出現的次數爲0-1次 |
| ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ |
110105199812067023 |
110105199812067023 |
表示先匹配[1-9]\d{16}[0-9x]若是沒有
匹配上就匹配[1-9]\d{14} |
|
轉義符
在正則表達式中，有不少有特殊意義的是元字符，好比\d和\s等，若是要在正則中匹配正常的"\d"而不是"數字"就須要對"\"進行轉義，變成'\\'。
在python中，不管是正則表達式，仍是待匹配的內容，都是以字符串的形式出現的，在字符串中\也有特殊的含義，自己還須要轉義。因此若是匹配一次"\d",字符串中要寫成'\\d'，那麼正則裏就要寫成"\\\\d",這樣就太麻煩了。這個時候咱們就用到了r'\d'這個概念，此時的正則是r'\\d'就能夠了。
貪婪匹配
貪婪匹配：在知足匹配時，匹配儘量長的字符串，默認狀況下，採用貪婪匹配
| 正則 |
待匹配字符 |
匹配
結果 |
說明 |
| <.*> |
<script>...<script> |
<script>...<script> |
默認爲貪婪匹配模式，會匹配儘可能長的字符串 |
| <.*?> |
r'\d' |
<script>
<script> |
加上？爲將貪婪匹配模式轉爲非貪婪匹配模式，會匹配儘可能短的字符串 |
|
*? 重複任意次，但儘量少重複
+? 重複1次或更屢次，但儘量少重複
?? 重複0次或1次，但儘量少重複
{n,m}? 重複n到m次，但儘量少重複
{n,}? 重複n次以上，但儘量少重複
. 是任意字符
* 是取 0 至 無限長度
? 是非貪婪模式。
何在一塊兒就是 取儘可能少的任意字符，通常不會這麼單獨寫，他大多用在：
.*?x
就是取前面任意長度的字符，直到一個x出現
文章來源:女神的博客