Python学习笔记_使用re正则表达式

一、正则单元

1、特殊代码，正则表达式中指定的一些字符，指代一些内容或表达规则。

\b:单词的开始或结束（只能匹配空格隔开的词）

^和$:字符串的开始或结束

{ }:表示重复

[ ]:表示在范围中的选择，其中特殊代码不起作用

|:或

\:转义

( ):分组

\d \w \s 等：指代特定的内容

2、内容单元

数字：\d  [0-9]

字母：[a-zA-Z] 

\w：字母和数字

字母和数字涵盖了大部分内容，剩下的就是字符（一般说的字符会包含字母和数字）。

.：表示非换行符以外的一切字符（包括数字，字母）

\s：空白符

\S: 非空白符

[\s\S]: 表示一切字符

\n：可以匹配换行符

反义：类似\S，\D  \W等，一般形式为[^eg]

3、重复方式，在使用正则表达式时，肯定会面对大量的不确定的重复，解决方法如下：

*：重复零次或更多次

+：重复一次或更多次

?：重复0次或1次

{n}：重复n次

{n,}：重复n次或更多次

{n,m}: 重复n到m次

二、正则规则

 1、替换

满足多种规则中的一种都会被匹配

使用分隔符|，注意顺序：当处于前面的规则满足后就不会执行后面的规则。

个人将[]执行的规则也归在此处，方括号内的项只要有一个匹配到了就视为满足条件。

2、分组

利用()将目标内容括起来，式子中的所有()左括号的出现为计数标准，从左至右被默认的从1开始编号。在正则表达式中可以用\1 \2 等取到相应的匹配到的内容，适合用于相同内容的重复，这波操作也叫后向引用。

在匹配后的提取中可以利用这里的编号取到相应内容。？？？

形如(?......):匹配但不捕获

eg. re.split(r'(?:,|;|\s)\s*',line)

3、位置指定（待更）

位置指定：

负向位置指定

参考：

python核心编程（第二版）