正則表達式——字符串匹配

正則表達式

1. 字符組[字符]

　　在同一位置可能出現的各類字符組成了一個字符組

　　ex：[0-9]——表示0-9中任意一個數字

　　　　[a-f]——表示a-f之間任意一個字母

2. 元字符

\w	匹配字母或數字或下劃線
\W	匹配除字母或數字或下劃線之外的字符
\d	匹配數字
\D	匹配非數字
\s	匹配任意的空白字符
\S	匹配非空白字符
\n	匹配一個換行符
\t	匹配一個製表符
\b	匹配一個單詞的結尾
^	匹配字符串的開始
$	匹配字符串的結束
.	匹配除換行符以外的任意字符
()	分組——對多個字符組總體作量詞約束的時候用到
a|b	匹配字符a或b。從左到右匹配，匹配上就不繼續匹配了（應該把長字符串放左邊）
[...]	匹配字符組中的任意字符
[^...]	除了字符組內其餘都匹配

 

3. 量詞

*	重複零次或更屢次次
+	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

4. 轉義

正則	待匹配字符	匹配結果	說明
\d	\d	False	正則表達式中的元字符\d表示數字
\\d	\d	True	\轉義以後變爲\\
"\\\\d"	"\\d"	True	python裏面，字符串中'\'需轉義。每個'\'都須要轉義一次
r'\\d'	r'\d'	True	r + 字符串，讓整個字符串不轉義

5. 貪婪/惰性匹配

　　量詞後加上 ‘?’ —— 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 匹配儘量多的字符
<.*?>	<script>...<script>	<script> <script>	加上'?'以後，匹配儘量少的字符 將貪婪匹配轉爲非貪婪匹配（惰性匹配）

 

　　最經常使用：

　　　　　　.*?  ——  匹配儘可能少的任意字符

　　　　　　 .*?abc —— 一直匹配，遇到abc就中止

6. ？的用法

　　（1）？—— 表示量詞，重複零次或一次

　　（2）量詞+?—— 儘量少的匹配

　　（3）?:+分組—— 取消分組優先