Python中常用的 正则

想使用正则表达式来获取一段文本中的任意字符,写出如下匹配规则：
(.*)
结果运行之后才发现，无法获得换行之后的文本。于是查了一下手册，才发现正则表达式中，“.”(点符号)匹配的是除了换行符“\n”以外的所有字符。

以下为正确的正则表达式匹配规则：
([\s\S]*)   eg:

m1 = re.findall(r'<!\[CDATA\[select([\s\S]*?)\]\]></Query', source_txt)    ps: ? 添加才能有多次匹配，不然只会匹配一次

ps: ( ) 代表被捕获

eg: 获取

“and r.date >= '2024-01-01'

and sd.begin_date <= '2024-08-06'” 中的 r 和 sd

就这么写：

r'\band\s+(\w+)\.'

解释：

• \b：表示单词边界，确保匹配的字符串是独立的单词，而不是其他单词的一部分。

• and：字面字符串 “and”。

• \s+：匹配一个或多个空白字符（空格、制表符、换行符等）。

• (\w+)：

  • ( 开始一个捕获组。
  • \w 匹配任何单词字符（字母、数字或下划线）。
  • + 表示一个或多个前面的元素，所以 \w+ 匹配一个或多个单词字符。
  • ) 结束捕获组。

• \.：匹配字面字符点（.）。在正则表达式中，点通常用于匹配任意字符，但在这里它被转义（\），所以它只匹配字面上的点字符。

同时，也可以用 “([\d\D]*)”、“([\w\W]*)” 来表示。 Web技术之家_www.waweb.cn

在文本文件里, 这个表达式可以匹配所有的英文
/[ -~]/

#正则匹配一段文字中的所有中文
import re
string = 'aaddaweh大大的无ausdy五千股qeas华盛顿哈刚过去而过千万股ads'
result = re.findall(u"[\u4e00-\u9fa5]+",string)
print(result)

# b = re.compile(u"\|[\u4e00-\u9fa5]*\|")
# c = b.findall(string)
# print(c)

Python中正则：

.      所有字符，包括数字、汉字、空格，即除了 \n 换行符之外

\d     所有数字，PS：如果数字中包含小数点，[\d\.]+

+     控制其前边的匹配次数，+ 只能出现 1次或多次，eg：zo+ 匹配到 zo 和 zoo,不能匹配 z；也可写为：{1,}

*      控制其前边的匹配次数，* 只能出现 0次或多次，eg：zo* 匹配到 z 和 zo 和 zoo ；也可写为：{0,}

?       控制其前边的匹配次数，？ 只能出现 0次 或 1次，eg：zo+  匹配到 z 和 zo ，但不能匹配 zoo ；也可写为：{0,1}

{m,n}    控制其前边的匹配次数;最少匹配 m 次，最多 n 次； m<n

+? 或 *? 或 ??     非贪婪匹配，匹配到 立马结束，不会再往后继续匹配

|    起到连接作用，连接两个表达式，