正则表达式规则（python re模块）

本文的正则表达式介绍使用python的re模块。
会 源源不断 更新。

常见正则表达式符号和特殊字符

表示法	解释 / 说明
	------------------------------------------------常见字符------------------------------------------------
literal	匹配文本字符串字面值literal
re1|re2	匹配正则表达re1或re2
.	匹配任何字符（除了\n之外）
^	匹配字符串起始部分
$	匹配字符串终止部分
*	匹配0次或多次前面出现的正则表达式
+	匹配1次或多次前面出现的正则表达式
?	匹配0次或1次前面出现的正则表达式
{N}	匹配N次前面出现的正则表达式
{M,N}	匹配M~N次前面出现的正则表达式
[…]	匹配字符集的任意单个字符
[…x-y…]	匹配x-y范围中的任意单个字符
[^…]	取反，不匹配字符集出现的任意一个字符
(*|+|?|{})?	用于匹配上面频繁出现/重复出现符号的非贪婪版本(*、+、?、{})
(…)	匹配封闭的正则表达，另存为子组
	------------------------------------------------特殊字符------------------------------------------------
\d	匹配任意十进制数字，即[0-9]（\D与\d相反，不匹配任何数值型的数字）
\w	匹配任何字母数字字符，即[A-Za-z0-9_]（\W与\w相反）
\s	匹配任何空格字符，即[\n\r\t\v\f] （\S与\s相反）
\b	匹配任何单词边界
\N	匹配已保存的子组
\c	逐字匹配任何特殊字符c（仅按字面意义匹配）
\A(\Z)	匹配字符串的起始（结束）

圆括号指定分组

• 对正则表达式进行分组
• 匹配子组

换位

f = re.sub(r'(w+)(\.)(.*)',r'\3\2\1',
'''
www.baidu.com.cn
www.csdn.net
http://google.com.cn
''')

f = re.sub(r'(?P<name1>w+)(?P<name2>\.)(?P<name3>.*)','\g<name3>aa\g<name2>\g<name3>',
'''
www.baidu.com.cn
www.csdn.net
http://google.com.cn
''')

执行结果：

baidu.com.cn.www
csdn.net.www
http://google.com.cn

子组复用

f = re.sub(r'(?P<name1>w+)(?P<name2>\.)(?P<name3>.*?)(?P=name2)','sub--',
'''
www.baidu.com.cn
www.csdn.net
http://google.com.cn
''')

执行结果：

sub--com.cn
sub--net
http://google.com.cn

扩展表示法

正则表达式的扩展表示法，以问号开始 (?...) ，通常用于在判断前提供标记，实现一个前视、后视匹配或条件检查。
在正则表达式中圆括号指定分组，但是在扩展表示法中只有 (?P<name>) 表述一个分组匹配，其余的都没有创建分组。

正则表达式模式	解释 / 说明
(?iLmsux)	指定一个或多个标记，而非通过compile()或其他re模块函数。
(?(1)y|x)	条件正则匹配，类似于三目运算符，如果匹配组1（\1）存在，则与y匹配，否则，与x匹配。
(?i)	表示 re.I/IGNORECASE，忽略大小写；
(?L)	LOCALE， 字符集本地化。这个功能是为了支持多语言版本的字符集使用环境的，比如在转义符\w，在英文环境下，它代表[a-zA-Z0-9_]，即所以英文字符和数字。如果在一个法语环境下使用，缺省设置下，不能匹配"é" 或 “ç”。加上这L选项和就可以匹配了。不过这个对于中文环境似乎没有什么用，它仍然不能匹配中文字符
(?m)	表示 re.M/MULTILINE，实现多行混合，data 数据多行；
(?s)	表示符号 . 可以代表任意符号（正常情况符号 . 表示除 \n 之外的任意符号）；
(?u)	UNICODE，使用 \w, \W, \b, \B 这些元字符时将按照 UNICODE 定义的属性.
(?x)	表示允许用户通过抑制在正则表达式中使用空白符（除了在字符类中或者反斜线转义中）来创建更易读的正则表达式，正则表达式多行；
(?=…)	对目标字符串实现前视匹配，且过滤掉该表达式(?=…) 匹配的值。
(?!..)	对目标字符串实现负向前视匹配，与(?=…)相反。
(?<=…)	对目标字符串实现后视匹配。
(?<!..)	对目标字符串实现负向后视匹配。

前视匹配

re.findall(r'\w+(?=.com)', 
'''
	www.baidu.com
	csdn.net
	http://www.google.com
''')

执行结果

['www.baidu', 'http://www.google']

(?=.com) 字符串后跟着.com，才做匹配，且过滤掉.com