python正则随记

表1. 正则元字符和语法

符号	说明	实例
.	表示任意字符，如果说指定了 DOTALL 的标识，就表示包括新行在内的所有字符。	‘abc’ >>>‘a.c’ >>>结果为:‘abc’
^	表示字符串开头。	‘abc’ >>>’^abc’ >>>结果为:‘abc’
$	表示字符串结尾。	‘abc’ >>>‘abc$’ >>>结果为:‘abc’
*, +, ?	'*‘表示匹配前一个字符重复 0 次到无限次，’+‘表示匹配前一个字符重复 1次到无限次，’?'表示匹配前一个字符重复 0 次到1次	‘abcccd’ >>>‘abc*’ >>>结果为:‘abccc’ ‘abcccd’ >>>‘abc+’ >>>结果为:‘abccc’ ‘abcccd’ >>>‘abc?’ >>>结果为:‘abc’
*?, +?, ??	前面的*,+,?等都是贪婪匹配，也就是尽可能多匹配，后面加?号使其变成惰性匹配即非贪婪匹配	‘abc’ >>>‘abc*?’ >>>结果为:‘ab’ ‘abc’ >>>‘abc??’ >>>结果为:‘ab’ ‘abc’ >>>‘abc+?’ >>>结果为:‘abc’
{m}	匹配前一个字符 m 次	‘abcccd’ >>>‘abc{3}d’ >>>结果为:‘abcccd’
{m,n}	匹配前一个字符 m 到 n 次	‘abcccd’ >>> ‘abc{2,3}d’ >>>结果为:‘abcccd’
{m,n}?	匹配前一个字符 m 到 n 次，并且取尽可能少的情况	‘abccc’ >>> ‘abc{2,3}?’ >>>结果为:‘abcc’
\	对特殊字符进行转义，或者是指定特殊序列	‘a.c’ >>>‘a.c’ >>> 结果为: ‘a.c’
[]	表示一个字符集,所有特殊字符在其都失去特殊意义,只有： ^ - ] \ 含有特殊含义	‘abcd’ >>>‘a[bc]’ >>>结果为:‘ab’
|	或者，只匹配其中一个表达式 ，如果|没有被包括在()中，则它的范围是整个正则表达式	‘abcd’ >>>'abc
( … )	被括起来的表达式作为一个分组. findall 在有组的情况下只显示组的内容	‘a123d’ >>>‘a(123)d’ >>>结果为:‘123’
(?#…)	注释，忽略括号内的内容 特殊构建不作为分组	‘abc123’ >>>‘abc(?#fasd)123’ >>>结果为:‘abc123’
(?= … )	表达式’…’之前的字符串，特殊构建不作为分组	在字符串’ pythonretest ’中 (?=test) 会匹配’ pythonre ’
(?!..)	后面不跟表达式’…’的字符串，特殊构建不作为分组	如果’ pythonre ’后面不是字符串’ test ’，那么 (?!test) 会匹配’ pythonre ’
(?<= … )	跟在表达式’…’后面的字符串符合括号之后的正则表达式，特殊构建不作为分组	正则表达式’ (?<=abc)def ’会在’ abcdef ’中匹配’ def ’
（?:）	取消优先打印分组的内容	‘abc’ >>>’(?:a)(b)’ >>>结果为’[b]’
?P<>	指定Key	‘abc’ >>>’(?Pa)>>>结果为:groupdict{n1:a}

表2.特殊序列

特殊表达式序列	说明
\A	只在字符串开头进行匹配。
\b	匹配位于开头或者结尾的空字符串
\B	匹配不位于开头或者结尾的空字符串
\d	匹配任意十进制数，相当于 [0-9]
\D	匹配任意非数字字符，相当于 [^0-9]
\s	匹配任意空白字符，相当于 [ \t\n\r\f\v]
\S	匹配任意非空白字符，相当于 [^ \t\n\r\f\v]
\w	匹配任意数字和字母，相当于 [a-zA-Z0-9_]
\W	匹配任意非数字和字母的字符，相当于 [^a-zA-Z0-9_]
\Z	只在字符串结尾进行匹配

说明：

1. 在python中的re模块中正则的通常写法采用原始字符串形式（raw string）：

     a = 'one1two2three3four4'
     ret = re.findall(r'(\d+)',a)
   

2. 符号说明：
   列子1：

    string1 = "python 是一种 编程  language 吗？  是  | 不是  aaaaaa";
    list4 = re.findall("([^是yg]+)", string1);
    #在[  ]里面的字符会分开一一与字符串匹配
    #假设'是[yg]'会解析匹配为'是y'，'是g'分别去匹配
    #在[   ]中的^表示不匹配后面接入的字符   [^…] 不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
    结果：
    ['p', 'thon ', '一种 编程  lan', 'ua', 'e 吗？  ', '  | 不', '  aaaaaa']
   

   列子2：

    a = "python java C++ js html GO";
    list4 = re.findall(r'n(.*)l', a);#  会匹配首尾字符 根据中间括号中的字符串比对输出
    print(list4)
    list4 = re.findall(r'(.*)', a);
    print(list4)
    list4 = re.split(r'n(.*)l', a, 1);
    print(list4);
    list4 = re.split(r'n (j)a', a);#  去掉括号外面相同的字符，根据括号里面的字符匹配分组
    print(list4);
    结果：
    [' java C++ js htm']
    ['python java C++ js html GO', '']
    ['pytho', ' java C++ js htm', ' GO']
    ['pytho', 'j', 'va C++ js html GO']