Python正则表达式

参考《Core PYTHON Applications Programming Third Edition》

1. 符号和字符

正则表达式在各语言中基本语法是相同，不同的语言可能会有一些高级特性，而这些高级特性及语法可能有些区别。

记号	描述	示例表达式
Symbols
literal	匹配字符串	foo
re1|re2	匹配正则表达式re1或re2	foo|bar
.	匹配任意字符串(除了“\n”)	b.b
^	匹配字符串开头	^Dear
$	匹配字符串结尾	/bin/*sh$
*	匹配0个以上前一个正则表达式或字符	[A-Za-z0-9]*
+	匹配1个以上前一个正则表达式或字符	[a-z]+\.com
?	匹配0个或1个前一个正则表达式或字符	goo?
{N}	匹配N个前一个正则表达式或字符	[0-9]{3}
{M,N}	匹配M~N个前一个正则表达式或字符	[0-9]{5,9}
[...]	匹配字符组中任意单个字符	[aeiou]
[..x-y..]	匹配x-y的范围里的任意单个字符	[0-9],[A-Za-z]
[^...]	不匹配字符组中任意字符	[^aeiou],[^A-Za-z0-9_]
(*|+|?|{})?	使用“非贪婪”版的以上重复匹配的符号(*, +, ?, {})	.*?[a-z]
(...)	匹配括号中正则表达式并另存为subgroup	([0-9]{3})?,f(oo|u)bar
Special Characters
\d	匹配任意十进制数字，和[0-9]一样，\D则反之	data\d+.txt
\w	匹配任意字母数字字符，和[A-Za-z0-9_]一样，\W则反之	[A-Za-z_]\w+
\s	匹配空白字符，和[ \n\t\r\v\f]一样，\S则反之	of\sthe
\b	匹配热议字符边界，\B反之	\bThe\b
\N	匹配已保存的subgroup N（看上面的(...)）	price: \16
\c	逐字匹配任意特殊字符c (也就是去掉字符的特殊含义，按字面匹配)	\., \\, \*
\A (\Z)	匹配哦字符的开始（结尾）(和 ^ $一样)	\ADear
Extension Notation
(?iLmsux)	在正则表达式中嵌入一个或多个特殊“标志”参数（相对于通过function/method）	(?x), (?im)
(?:...)	表示一个组匹配后不保存用来检索或使用	(?:\w+\.)*
(?P<name>...)	类似于正则群只匹配与名字一致，而不是数字ID	(?P<data>)
(?P=name)	匹配先前(?P<name>)分组的相同字符串	(?P=data)
(?#...)	指定注释，所有内容都忽略掉	(?#comment)
(?=...)	如果字符串后面出现...，则成功，匹配操作不消耗字符串；称之为前向肯定断言	(?=.com)
(?!...)	如果字符串后面没有...，则成功；称之为前向否定断言	(?!.net)
(?<=...)	如果...在当前匹配点前出现，则成功; 称之为后向肯定断言	(?<=800-)
(?<!...)	如果...没有在当前匹配点钱出现，则成功;称之为后向否定断言	(?<!192\.168\.)
(?(id/name)Y|N)	如果group和给定的id或name存在，则有条件的匹配正则表达式Y，其他就是N，N可选。	(?(1)y|x

括号分组

主要作用：正则表达式分组、匹配子组。

\d+(\.\d*)?      表示简单简单的浮点数字，及任意十进制数字，后面跟一个可选的小数点，如“0.004,” “2,” “75.,”。

(Mr?s?\. )?[A-Z] [a-z]* [ A-Za-z-]+         名字姓氏，名字首字母不许大写，全名前可选称谓，如：“Mr.,” “Mrs.,” “Ms.,” 或“M.,”。

扩展符号

这里说下以问号开头的扩展符号(? . . . )，(?P<name>)表示一组匹配值。

(?:\w+\.)*      以点号结尾，如