正则表达式符号汇总

正则表达式

字符类

字符	含义	举例
.	匹配任意一个字符	abc. -> abcd或abc6…
[]	匹配[]中的任意一个字符	[abc]d -> ad、bc、cd
-	在[]内表示字符范围	[0-9a-fA-F]-> 一位16进制数
^	位于[]内的开头，匹配除括号以外的任意一个字符	[^xy]->匹配除x y外的任意一个字符
[[:xxx:]]	grep工具预定义的一些命名字符类	[[:alpha::]] -> 匹配一个字母 [[::dight::]] -> 匹配一个数字

数量限定符

字符	含义	举例
?	紧跟在其前面的单元应匹配零次或一次	[0-9]?\.-> 匹配0.0、1.7、.6等
+	紧跟在其前面的单元应匹配一次或多次	[a-zA-Z0-9_.-]+@[a-zA-Z0-9_.-]\.[a-zA-Z0-9_.-]+ -> 匹配email地址
*	紧跟在其前面的单元应匹配零次或多次	[0-9][0-9]* -> 匹配至少一位数字 ，等价于[0-9]+
{N}	紧跟在其前面的单元应精确匹配N次	[1-9][0-9]{2} -> 匹配从100到999的三位整数
{N,}	紧跟在其前面的单元应匹配至少N次	[1-9][0-9]{2,} -> 匹配大于等于三位数的整数
{,M}	紧跟在其前面的单元应匹配至多M次	[0-9]{,1} -> 最多匹配0-9之间的一个整数，相当于[0-9]?
{N,M}	紧跟在其前面的单元应匹配至少N次，至多M次	[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1.3}\.[0-9]{1,3} -> 匹配点分十进制IP地址

位置限定符

字符	含义	举例
^	匹配行首的位置	^Content -> 匹配位于一行开头的Content
$	匹配行末的位置	;$ -> 匹配位于一行结束的; ^$ -> 匹配空行
\<	匹配单词开头的位置	\<th -> 匹配 th...
\>	匹配单词结尾的位置	p\> -> 匹配 ...p
\b	匹配单词开头或结尾的位置	\bat -> 匹配at...或...at
\B	匹配非单词开头或结尾的位置	\Bat -> 匹配...at...

特殊符号

字符	含义	举例
\	转义字符，普通字符转义为特殊字符，特殊字转义为普通字符	普通字符<写成\<表示开头位置
()	将正则表达式的一部分括起来组成一个单元，可以对整个单元使用数量限定符	([0-9]{1,3}\.){3}[0-9]{1,3} -> 匹配正则表达式
`	`	连接两个子表达式，表达或的关系

其他普通字符集及其替换

符号	替换正则	匹配
\d	[0-9]	数字字符
\D	[^0-9]	非数字组合
\w	[a-zA-Z0-9_]	数字字母下划线
\W	[^\w]	非数字字母下划线
\s	[\r\t\n\f]	表格，换行等空白区域
\S	[^\s]	非空白区域

贪婪模式与非贪婪模式

1. 贪婪模式：正则表达式匹配时，会尽量多的匹配符合条件的内容
2. 非贪婪模式：正则表达式匹配时，会尽量少的匹配符合条件的内容，也就是说，一旦发现匹配符合要求，立马就匹配成功，而不会继续匹配下去（除非有g，开启下一组匹配）

零宽断言

1. 所谓断言，是用来声明一个应该为真的事实。在正则表达式中，只有当断言为真时才会继续进行匹配。

2. 零宽断言：像用于查找某些内容之前或者之后的东西，其中一些特殊字符如“\b、^、$”等用于指定一个位置，这个位置应满足一定的条件。

3. 分类

   1. 零宽度正预测先行断言(?=exp)

      它断言自身出现的位置之后能匹配的表达式exp。如：\b\w+(?=ing\b),表示匹配以ing结尾的单词的前面的部分（除ing以外的部分）。当我们要查找I'm singing while you're dancing.时，它会匹配sing和danc

   2. 零宽度正回顾后发断言(?>=exp)

      它断言自身出现的位置的前面能匹配的表达式exp。如：(?<=\bre）\w+\b会匹配以re开头的单词的后半部分（除er以外的部分），例如：在查找reading a book时，它匹配ading

Python关于正则表达式的使用

re库主要功能函数

函数	说明
re.search()	从字符串中搜索匹配正则表达式的第一个位置，返回match对象
re.match()	从一个字符串的开始位置起匹配正则表达式，返回match对象
re.find_all()	搜索字符串，以列表形式返回全部能匹配的子串
re.split()	将一个字符串按照正则表达式匹配结果进行分割，返回列表类型
re.finditer()	搜索字符串，返回一个匹配结果的迭代类型，每一个迭代类型是一个match对象
re.sub()	在一个字符串中替换所有匹配正则表达式的子串，返回替换后的字符串

控制匹配模式

正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位OR(|)来指定。如：re.l、re.M被设置为l或M标志

修饰符	描述
re.l	使匹配对大小写不敏感
re.L	做本地化识别匹配(local-aware)匹配
re.M	多行匹配，影响^和$
re.S	使.匹配包括换行在内的所有字符
re.U	根据Unicode字符集解析字符。这个标志影响：\w、\W、\b、\B
re.X	该标志通过给你更灵活的格式以便你将正则表达式写的更易于理解