Python之re模块正则表达式

字符组
字符组 ： [字符组] 在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示 字符分为很多类，比如数字、字母、标点等等。 假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2…9这10个数之一。

正则

待匹配字符

匹配

结果

说明

[0123456789]

8

True

在一个字符组里枚举合法的所有字符，字符组里的任意一个字符和"待匹配字符"相同都视为可以匹配

[0123456789]

a

False

由于字符组中没有"a"字符，所以不能匹配

[0-9]

7

True

也可以用-表示范围,[0-9]就和[0123456789]是一个意思

[a-z]

s

True

同样的如果要匹配所有的小写字母，直接用[a-z]就可以表示

[A-Z]

B

True

[A-Z]就表示所有的大写字母

[0-9a-fA-F]

e

True

可以匹配数字，大小写形式的a～f，用来验证十六进制字符

字符
元字符

匹配内容

.

匹配除换行符以外的任意字符

\w

匹配字母或数字或下划线

\s

匹配任意的空白符

\d

匹配数字

\n

匹配一个换行符

\t

匹配一个制表符

\b

匹配一个单词的结尾

^

匹配字符串的开始

$

匹配字符串的结尾

\W

匹配非字母或数字或下划线

\D

匹配非数字

\S

匹配非空白符

a|b

匹配字符a或字符b

()

匹配括号内的表达式，也表示一个组

[…]

匹配字符组中的字符

[^…]

匹配除了字符组中字符的所有字符

量词
量词

用法说明

重复零次或更多次

重复一次或更多次

?

重复零次或一次

{n}

重复n次

{n,}

重复n次或更多次

{n,m}

重复n到m次

. ^ $
正则

待匹配字符

匹配
结果

说明

海.

海燕海娇海东

海燕海娇海东

匹配所有"海."的字符

^海.

海燕海娇海东

海燕

只从开头匹配"海."

海.$

海燕海娇海东

海东

只匹配结尾的"海.$"

• ? { }
  正则

待匹配字符

匹配
结果

说明

李.?

李杰和李莲英和李二棍子

李杰
李莲
李二

?表示重复零次或一次，即只匹配"李"后面一个任意字符

李.*

李杰和李莲英和李二棍子

李杰和李莲英和李二棍子

*表示重复零次或多次，即匹配"李"后面0或多个任意字符

李.+

李杰和李莲英和李二棍子

李杰和李莲英和李二棍子

+表示重复一次或多次，即只匹配"李"后面1个或多个任意字符

李.{1,2}

李杰和李莲英和李二棍子

李杰和
李莲英
李二棍

{1,2}匹配1到2次任意字符

注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

正则

待匹配字符

匹配
结果

说明

李.*?

李杰和李莲英和李二棍子

李
李
李

惰性匹配

字符集［］［^］

正则

待匹配字符

匹配
结果

说明

李[杰莲英二棍子]*

李杰和李莲英和李二棍子

李杰
李莲英
李二棍子

表示匹配"李"字后面[杰莲英二棍子]的字符任意次

李[^和]*

李杰和李莲英和李二棍子

李杰
李莲英
李二棍子

表示匹配一个不是"和"的字符任意次

[\d]

456bdha3

4
5
6
3

表示匹配任意一个数字，匹配到4个结果

[\d]+

456bdha3

456
3

表示匹配任意个数字，匹配到2个结果

分组 ()与 或 ｜［^］
身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部🈶️数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字或x，下面我们尝试用正则来表示：

正则

待匹配字符

匹配
结果

说明

¹\d{13,16}[0-9x]$

110101198001017032

110101198001017032

表示可以匹配一个正确的身份证号

²\d{13,16}[0-9x]$

1101011980010170

1101011980010170

表示也可以匹配这串数字，但这并不是一个正确的身份证号码，它是一个16位的数字

³\d{14}(\d{2}[0-9x])?$

1101011980010170

False

现在不会匹配错误的身份证号了
()表示分组，将\d{2}[0-9x]分成一组，就可以整体约束他们出现的次数为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]如果没有匹配上就匹配[1-9]\d{14}

转义符 \
在正则表达式中，有很多有特殊意义的是元字符，比如\n和\s等，如果要在正则中匹配正常的"\n"而不是"换行符"就需要对""进行转义，变成’\'。

在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身还需要转义。所以如果匹配一次"\n",字符串中要写成’\n’，那么正则里就要写成"\\n",这样就太麻烦了。这个时候我们就用到了r’\n’这个概念，此时的正则是r’\n’就可以了。

正则

待匹配字符

匹配
结果

说明

\n

\n

False

因为在正则表达式中\是有特殊意义的字符，所以要匹配\n本身，用表达式\n无法匹配

\n

\n

True

转义\之后变成\，即可匹配

“\\n”

‘\n’

True

如果在python中，字符串中的’‘也需要转义，所以每一个字符串’'又需要转义一次

r’\n’

r’\n’

True

在字符串之前加r，让整个字符串不转义

贪婪匹配
贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配

正则

待匹配字符

匹配
结果

说明

<.*>