正則表達式

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。

　　假如你如今要求一個位置"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。

正則	待匹配字符	匹配 結果	說明
[0123456789]	8	True	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
[0123456789]	a	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

元字符

元字符	匹配內容
.	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
\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
$	匹配字符串的結尾
\W	匹配非字母或數字或下劃線
\D	匹配非數字
\S	匹配非空白符
a|b	匹配字符a或字符b
()	匹配括號內的表達式，也表示一個組
[...]	匹配字符組中的字符
[^...]	匹配除了字符組中字符的全部字符 (^在這裏是取反的意思)

 

量詞

量詞	用法說明
*	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

量詞的示例：

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

量詞和字符集連用示例：

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( )  或 |   以什麼開頭 ^[ ] 以什麼結尾 $

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]  表示以1-9中任意一個數字開頭 　　[0-9x]$  表示以1-9或者x中任意一個結尾
^[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 \

在正則表達式中，有不少有特殊意義的是元字符，好比\n和\s等，若是要在正則中匹配正常的"\n"而不是"換行符"就須要對"\"進行轉義，變成'\\'。

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"\n",字符串中要寫成'\\n'，那麼正則裏就要寫成"\\\\n",這樣就太麻煩了。

正則	待匹配字符	匹配 結果	說明
\n	\n	False	由於在正則表達式中\是有特殊意義的字符，因此要匹配\n自己，用表達式\n沒法匹配
\\n	\n	True	轉義\以後變成\\，便可匹配
"\\\\n"	'\\n'	True	若是在python中，字符串中的'\'也須要轉義，因此每個字符串'\'又須要轉義一次

貪婪匹配與非貪婪匹配

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

幾個經常使用的非貪婪匹配Pattern

*? 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

.*?的用法

. 是任意字符

* 是取 0 至 無限長度

? 是非貪婪模式。

合在一塊兒就是 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