1.小例子
例：在文本中找指定的单词study
\bstudy\b例：在文本中找指定的一句话，指定开头单词we，和结尾单词you
\bwe\b.*\byou\b正则表达式测试工具，推荐 match tracer
http://www.regexlab.com/download/?/mtracer/MTracer.zip
2.常用元字符
元字符的作用：匹配字符，匹配位置，匹配数量，匹配模式。
以下是一些常用的正则表达式元字符：
.: 匹配除换行符以外的任意一个字符。^: 匹配输入字符串的开始位置。$: 匹配输入字符串的结束位置。*: 匹配前面的字符（或子表达式）零次或多次。+: 匹配前面的字符（或子表达式）一次或多次。?: 匹配前面的字符（或子表达式）零次或一次。[]: 字符类，匹配括号内的任意一个字符。|: 逻辑 OR 操作符，用于匹配两个选择之一。(): 分组，将其中的内容视为一个整体。\: 转义字符，用于转义元字符。- \b:匹配单词的开始或结束
- \d:匹配数字
- \w:匹配字母，数字，下划线或汉字
- \s:匹配任意空白字符，包括空格、制表符和换行符等
例：从下面字符串中找到But200和s100的正则表达式
But200 a man is not made for defeat. A man can be destroyed but not defeated. s100
（1）^But\d*
（2）s\d*$
3.字符转义
在正则表达式中，有一些特殊字符具有特殊的含义。如果你想要匹配这些特殊字符本身而非它们的特殊含义，你需要进行字符转义。在正则表达式中，使用反斜杠 \ 来进行字符转义。
下面是一些常见的需要进行字符转义的特殊字符：
.,*,+,?,[,],(,),{,},^,$,\,|: 这些字符在正则表达式中具有特殊含义，如果你想匹配它们本身，需要在前面加上反斜杠进行转义。\d,\w,\s: 这些是用于匹配数字、单词字符和空白字符的字符类别简写。如果你想匹配它们本身，也需要进行转义，如\\d,\\w,\\s。
例如，如果你想匹配一个句子中的句号 .，你可以使用正则表达式 \. 进行转义。同样地，如果你想匹配一个数字字符 \d，你可以使用 \\d 进行转义。
4.匹配重复的限定符
在正则表达式中，重复限定符用于指定前面的字符或子表达式可以重复出现的次数。以下是一些常见的重复限定符：
*：匹配前面的字符（或子表达式）零次或多次。+：匹配前面的字符（或子表达式）一次或多次。?：匹配前面的字符（或子表达式）零次或一次。{n}：匹配前面的字符（或子表达式）恰好 n 次。{n,}：匹配前面的字符（或子表达式）至少 n 次。{n,m}：匹配前面的字符（或子表达式）至少 n 次，但不超过 m 次。
例：匹配worlllld
\bworl{3,5}d\b
例：匹配we1
we\d?
5.字符集
正则表达式字符集用于指定一个字符集合，可以匹配其中的任意一个字符。你可以使用方括号 [] 来定义一个字符集，如下所示
[abc] // 匹配 a、b 或 c 中的任意一个字符
[a-z] // 匹配任意小写字母
[A-Z] // 匹配任意大写字母
[0-9] // 匹配任意数字字符
[^\w] // 匹配任意非单词字符（即除了字母、数字和下划线之外的字符）
在字符集中，你可以使用连字符 - 指定一个范围。例如，[a-z] 可以匹配任意一个小写字母，而 [0-9] 可以匹配任意一个数字字符。
如果你想匹配一个特定的字符集合，但是其中包含了正则表达式中的特殊字符，你需要进行字符转义。例如，如果你想匹配字符集合 [+.()] 中的任意一个字符，你可以使用以下正则表达式：
[+\.\(\)]
注意，字符集合中的重复出现的字符只会被匹配一次。例如，[hello] 只会匹配单词 hello 中的每个字符一次。如果你想匹配重复出现的字符，你需要使用重复限定符。
6.分歧条件
在正则表达式中，你可以使用分支条件（alternation）来匹配多个模式中的任意一个。分支条件使用竖线 | 来分隔不同的模式，如下所示：
pattern1|pattern2|pattern3 这个表达式会先尝试匹配 pattern1，如果匹配成功，则匹配过程停止。如果没有匹配成功，则继续尝试匹配 pattern2，然后是 pattern3，依此类推。
例如，假设你想匹配字符串中的 "apple" 或 "orange"，你可以使用以下正则表达式：
apple|orange
这样，如果字符串中包含 "apple" 或 "orange" 中的任意一项，正则表达式就会匹配成功。
分支条件还可以与其他正则表达式元字符和限定符结合使用，以构建更复杂的模式。例如：
\d{3}-\d{3}-\d{4}|(\(\d{3}\))?\s?\d{3}-\d{4}
这个正则表达式匹配电话号码，可以接受以下两种格式：xxx-xxx-xxxx 或 (xxx) xxx-xxxx。其中，分支条件 (xxx) 是可选的。
使用分支条件可以灵活地处理多个匹配模式，方便地实现复杂的匹配需求。
7.分组
在正则表达式中，分组是将模式的一部分括在圆括号 ( ) 中的一种机制。它可以用于多种目的，包括限定符应用范围、捕获匹配内容和创建子模式等。
下面是几个使用分组的示例：
（1）限定符应用范围：
(abc){3}这个表达式表示匹配连续出现三次的 "abc"。分组 (abc) 中的限定符 {3} 仅适用于整个分组，而不是单独的字符。
（2）捕获匹配内容：
(\w+)\s(\w+)
这个表达式表示匹配由一个或多个字母数字字符组成的单词，然后是一个空白字符，然后是另一个由一个或多个字母数字字符组成的单词。分组 (\w+) 将捕获匹配到的内容供后续处理使用。
（3）子模式：
(a|b|c)\d
这个表达式表示匹配以 "a"、"b" 或 "c" 开头，后跟一个数字的字符串。分组 (a|b|c) 创建了一个子模式，表示从这三个选项中选择一个进行匹配。
分组还可以与其他正则表达式元字符和限定符结合使用，以构建更复杂的模式。你可以根据具体的匹配需求来选择是否使用分组。
常用的分组形式：
（1）捕获分组：使用圆括号 ( ) 表示，可以将匹配到的内容保存到一个变量中，后续可以通过这个变量进行操作。
import re
# 匹配以数字开头和结尾的字符串，并提取其中的数字
s = 'abc123def'
pattern = r'(\d+)'
match = re.search(pattern, s)
print(match.group(1)) # 输出结果为 '123'
（2）非捕获分组：使用 (?: ) 表示，与捕获分组类似，但不会将匹配到的内容保存到一个变量中，因此不消耗额外的内存空间。
import re
# 匹配多个连续的单词，其中每个单词之间由空格分隔
s = 'hello world python java'
pattern = r'(?:\w+\s+){3}'
match = re.search(pattern, s)
print(match.group(0)) # 输出结果为 'hello world python '
（3）正向肯定预查：使用 (?= ) 表示，表示必须满足括号中的条件，但不会将其作为匹配结果返回。
import re
# 匹配以 hello 开头，后面跟着一个数字或字母，并以 world 结尾的字符串
s = 'hello1 world'
pattern = r'hello(?=\w)world'
match = re.search(pattern, s)
print(match.group(0)) # 输出结果为 'hello1 world'
（4）正向否定预查：使用 (?! ) 表示，表示必须不满足括号中的条件，但不会将其作为匹配结果返回。
import re
# 匹配不以 hello 开头的字符串
s = 'world'
pattern = r'^(?!hello).*$'
match = re.search(pattern, s)
print(match.group(0)) # 输出结果为 'world'
8.反义
在正则表达式中，可以使用 ^ 符号来表示反义，即匹配不符合指定模式的内容。^ 符号在不同的位置会有不同的含义：
-
在字符集
[ ]中，^表示取反操作，用于匹配不在字符集中的字符。例如，[^a]表示匹配除了字母 "a" 之外的任意字符。 -
在正则表达式的开头，
^表示匹配字符串的开始位置。例如，^abc表示匹配以 "abc" 开头的字符串。 -
在其他位置，
^表示反义，用于匹配不符合指定模式的内容。例如，\d表示匹配数字，而\D表示匹配非数字的字符。
下面是一些常用的反义符号及其含义：
\d: 匹配数字字符 (0-9)。\D匹配非数字字符。\w: 匹配字母、数字或下划线。\W匹配非字母、数字或下划线字符。\s: 匹配空白字符。\S匹配非空白字符。
通过使用反义符号，你可以更精确地定义你需要匹配的内容，甚至找到与特定模式不匹配的内容。
9.后向引用
当你在正则表达式中使用括号来创建一个分组时，这个分组内匹配到的内容会被保存供以后使用。后向引用就是指向这些保存的内容的引用。
在正则表达式中，后向引用可以通过 \1, \2, \3 等来表示。这些符号分别对应着第一个、第二个、第三个括号内匹配到的内容。例如，如果你的正则表达式是 (\w)+\s\1，它将会匹配重复的单词，其中 \1 将会引用第一个括号内匹配到的内容。
下面是一个更详细的示例：
假设我们要匹配连续出现的相同单词，我们可以使用后向引用来实现。下面是一个简单的例子：
import re
pattern = r'\b(\w+)\s+\1\b'
text = "hello hello world world"
matches = re.findall(pattern, text)
for match in matches:
print("Match found:", match)
在这个例子中，我们使用了 \b(\w+)\s+\1\b 作为正则表达式。这个表达式的含义是：\b 匹配单词边界，(\w+) 匹配一个或多个字母数字字符（即单词），\s+ 匹配一个或多个空白字符，然后 \1 引用前面捕获到的内容，最后的 \b 匹配单词边界。这样我们就能够匹配连续出现的相同单词了。
后向引用提供了一种强大的方式来引用先前捕获到的内容，从而使得我们可以更灵活地进行匹配和操作。
10.零宽断言
正则表达式的零宽断言是一种特殊的模式匹配技术，用于指定匹配位置而不消耗实际的字符。
（1）正向先行断言（Positive Lookahead Assertion）：匹配某个位置后面紧跟着指定的模式。
import re
pattern = r'\d+(?= dollars)'
text = 'I have 100 dollars in my pocket'
result = re.search(pattern, text)
print(result.group(0)) # 输出: '100'
当我们使用正则表达式进行匹配时，有时候我们希望只匹配某个位置后面紧跟着指定模式的情况，而不包括该模式本身。这就是正向先行断言（Positive Lookahead Assertion）的作用。
让我们逐行解释这段代码的含义：
-
import re：导入 Python 的正则表达式模块。 -
pattern = r'\d+(?= dollars)'：定义一个正则表达式模式。该模式使用了零宽度正向先行断言，\d+表示匹配一串数字，(?= dollars)表示该数字后面必须紧跟着一个空格和单词"dollars"。 -
text = 'I have 100 dollars in my pocket'：待匹配的文本。 -
result = re.search(pattern, text)：使用re.search()函数在文本中搜索符合模式的字符串。 -
print(result.group(0))：打印匹配结果的第一个分组。
当使用re.search()函数搜索这个模式时，会成功匹配到"100"这个数字，而不包括"dollars"这个单词。所以最终的输出是'100'。
简单来说，这段代码使用了正向先行断言，通过在匹配模式中添加 (?=...) 来指定一个位置后面必须紧跟着某个模式，从而实现精确匹配。在这个例子中，我们成功匹配到了文本中的 "100"，而不是整个 "100 dollars"。
（2）负向先行断言（Negative Lookahead Assertion）：匹配某个位置后面不紧跟着指定的模式。
import re
pattern = r'\d+(?! dollars)'
text = 'I have 100 euros in my wallet'
result = re.search(pattern, text)
print(result.group(0)) # 输出: '100'
（3）正向后顾断言（Positive Lookbehind Assertion）：匹配某个位置前面紧跟着指定的模式。
import re
pattern = r'(?<=\$)\d+'
text = 'The price is $100'
result = re.search(pattern, text)
print(result.group(0)) # 输出: '100'
当我们使用正则表达式进行匹配时，有时候我们希望只匹配某个位置前面紧跟着指定模式的情况，而不包括该模式本身。这就是正向后顾断言（Positive Lookbehind Assertion）的作用。
下面是代码的详细解析：
-
import re：导入 Python 的正则表达式模块。 -
pattern = r'(?<=\$)\d+'：定义一个正则表达式模式。该模式使用了零宽度正向后顾断言，(?<=\$)表示要匹配的数字前面必须紧跟着一个美元符号"$"，\d+表示匹配一串数字。 -
text = 'The price is $100'：待匹配的文本。 -
result = re.search(pattern, text)：使用re.search()函数在文本中搜索符合模式的字符串。 -
print(result.group(0))：打印匹配结果的第一个分组。
运行这段代码，输出结果是 '100'，即匹配到了文本中的 "100"，但不包括 "$" 这个符号。
简单来说，这段代码使用了正向后顾断言，通过在匹配模式中添加 (?<=...) 来指定一个位置前面必须紧跟着某个模式，从而实现精确匹配。在这个例子中，我们成功匹配到了文本中的 "100"，而不包括 "$" 这个符号。
（4）负向后顾断言（Negative Lookbehind Assertion）：匹配某个位置前面不紧跟着指定的模式。
import re
pattern = r'(?<!\$)\d+'
text = 'The price is 100 dollars'
result = re.search(pattern, text)
print(result.group(0)) # 输出: '100'
这段代码使用了正则表达式来匹配文本中不以美元符号"$"作为前导的连续数字。让我来详细解释一下：
-
import re：导入 Python 的正则表达式模块。 -
pattern = r'(?<!\$)\d+'：定义一个正则表达式模式。该模式使用了零宽度负向后顾断言(?<!\$)，表示要匹配的数字前面不能紧跟着美元符号"$"，\d+表示匹配一串数字。 -
text = 'The price is 100 dollars'：待匹配的文本。 -
result = re.search(pattern, text)：使用re.search()函数在文本中搜索符合模式的字符串。 -
print(result.group(0))：打印匹配结果的第一个分组。
当运行这段代码时，由于模式(?<!\$)\d+要求匹配的数字前面不能紧跟着美元符号"$"，因此它会匹配到文本中的 "100"，因为 "100" 前面并没有美元符号。
因此，最终输出结果是 '100'，即成功匹配到了文本中的 "100"。
总结：通过使用零宽度负向后顾断言(?<!\$)，这段代码实现了匹配文本中不以美元符号"$"作为前导的数字。
11.注释
在正则表达式中，(?#comment) 是一种注释的方式，可以用于在正则表达式中添加注释而不会影响匹配的行为。这种注释方式不同于使用 re.VERBOSE 标记的多行注释，而是直接在正则表达式中插入单行注释。
当使用正则表达式中的 (?#comment) 时，(?#comment) 是一个注释，不会对匹配产生影响，它可以用来在正则表达式中添加注释以提高可读性。
以下是一个简单的示例，演示如何在正则表达式中使用 (?#comment) 进行注释
import re
# 匹配 email 地址的正则表达式，包括用户名和域名部分
pattern = re.compile(r'''
[\w\.-]+ # 匹配用户名部分
@ # @ 符号
[\w\.-]+ # 匹配域名部分
(?#comment: 这是一个简单的 email 地址匹配正则表达式)
''', re.VERBOSE)
text = "example@example.com"
result = pattern.match(text)
if result:
print(result.group()) # 输出：'example@example.com'
首先我们定义了一个正则表达式模式，使用了 Python 中的 re.compile 方法将其编译为一个正则表达式对象。在这个模式中，我们使用了 re.VERBOSE 标志，它允许我们在正则表达式中添加注释和空白符，以提高可读性。
正则表达式模式如下所示：
'''
[\w\.-]+ # 匹配用户名部分
@ # @ 符号
[\w\.-]+ # 匹配域名部分
(?#comment: 这是一个简单的 email 地址匹配正则表达式)
'''
现在让我们逐行解析这个正则表达式模式：
-
[\w\.-]+：这部分匹配 email 地址中的用户名部分。[\w\.-]表示匹配单个字母、数字、下划线、句点或连字符，+表示匹配前面的字符至少一次。 -
@：这部分匹配 email 地址中的 @ 符号。 -
[\w\.-]+：这部分匹配 email 地址中的域名部分，规则与用户名部分相似。 -
(?#comment: 这是一个简单的 email 地址匹配正则表达式)：这是一个注释，不会对匹配产生影响，只是用来解释正则表达式的作用。
然后我们使用 pattern.match(text) 方法尝试在给定的文本中找到匹配正则表达式模式的部分。如果找到了匹配，就会返回一个匹配对象；否则返回 None。
最后，我们检查是否找到了匹配，如果找到了，则打印匹配的部分。
在这个示例中，由于文本 "example@example.com" 符合我们定义的 email 地址模式，因此会成功匹配，并打印出 "example@example.com"。
扫一扫
390
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
