Python 正则表达式

常见的通用字符及其含义

符号	含义
\w	匹配任意一个字母、数字或下划线
\W	匹配除字母、数字和下划线以外的任意一个字符
\d	匹配任意一个十进制数
\D	匹配除十进制数以外的任意一个其他字符
\s	匹配任意一个空白字符
\S	匹配除空白字符以外的任意一个其他字符

 

常见的元字符及其含义

符号	含义
.	匹配除换行符以外的任意字符
^	匹配字符串的开始位置
$	匹配字符串的结束位置
*	匹配0次、1次或多次前面的原子
?	匹配0次或1次前面的原子
+	区配1次或多次前面的原子
{n}	前面的原子恰好出现n次
{n,}	前面的原子至少出现n次
{n,m}	前面的原子至少出现n次，至多出现m次
|	模式选择符: a|b 匹配a或b
()	模式单元符
[…]	用来表示一组字符，单独列出：[amk]匹配’a’, ‘m’ 或 ‘k’
[^…]	不在[]中的字符：[^abc]匹配除了a,b,c之外的字符
(?#...)	注释

 

常见的模式修正符及其含义

符号	含义
re.I	匹配时忽略大小写
re.M	多行匹配，影响 ^ 和 $
re.L	做本地化识别匹配
re.U	根据Unicode字符集解析字符
re.S	使 . 匹配包括换行符在内的所有字符

常见的正则表达式应用：

1>匹配 .com 或 .cn 后缀的 URL 网址

pattern = "[a-zA-Z]+://[^\s]*[.com|.cn]"

2>匹配电话号码

pattern = "\d{4}-\d{7}|\d{3}-\d{8}"

3>匹配 电子邮件地址

pattern = "\w+([.+-]\w+)*@\w+([.-]\w+)*\.\w+([.-]\w+)*"

等等……

通过 result = re.search(pattern, string)  或者 result = re.compile(pattern).findall(string) 来获取匹配结果。