Python基础 -- `re` 模块支持的正则表达式

Python re 模块支持的正则表达式

Python 的 re 模块使用与 PCRE（Perl Compatible Regular Expressions）兼容的正则表达式。以下是一些常用的正则表达式语法和概念。

常用正则表达式语法

1. 匹配单个字符

• .：匹配除换行符外的任意单个字符。
• \w：匹配字母、数字及下划线，等同于 [a-zA-Z0-9_]。
• \W：匹配非字母、数字及下划线，等同于 [^a-zA-Z0-9_]。
• \d：匹配任意数字，等同于 [0-9]。
• \D：匹配任意非数字字符，等同于 [^0-9]。
• \s：匹配任意空白字符（空格、制表符等），等同于 [ \t\n\r\f\v]。
• \S：匹配任意非空白字符，等同于 [^ \t\n\r\f\v]。

2. 边界匹配

• ^：匹配字符串的开头。
• $：匹配字符串的结尾。
• \b：匹配单词边界。
• \B：匹配非单词边界。

3. 重复匹配

• *：匹配前面的字符 0 次或多次（如 a* 匹配 0 个或多个 a）。
• +：匹配前面的字符 1 次或多次（如 a+ 匹配 1 个或多个 a）。
• ?：匹配前面的字符 0 次或 1 次（如 a? 匹配 0 个或 1 个 a）。
• {m,n}：匹配前面的字符至少 m 次，至多 n 次（如 a{2,4} 匹配 2 到 4 个 a）。

4. 分组与捕获

• ()：分组并捕获子表达式（如 (abc) 匹配 “abc” 并捕获）。
• (?:)：分组但不捕获（如 (?:abc) 匹配 “abc” 但不捕获）。
• (?P<name>...)：命名捕获组。
• \n：引用第 n 个捕获的子表达式（如 (abc)\1 匹配 “abcabc”）。

5. 字符集

• [abc]：匹配 a、b 或 c 中的任意一个字符。
• [^abc]：匹配除 a、b、c 以外的任意字符。
• [a-z]：匹配小写字母 a 到 z 之间的任意字符。
• [0-9]：匹配数字 0 到 9。

6. 特殊语法

• |：表示或（如 a|b 匹配 a 或 b）。
• (?=...)：正向先行断言，匹配…前的位置（如 a(?=b) 匹配 “a”，但 “a” 后面必须是 “b”）。
• (?!...)：负向先行断言，匹配非…前的位置（如 a(?!b) 匹配 “a”，但 “a” 后面不能是 “b”）。

正则表达式的种类

1. POSIX 正则表达式：

   • 包括基本正则表达式（BRE）和扩展正则表达式（ERE）。广泛应用于 Unix 和 Linux 系统的工具中。

2. Perl 兼容正则表达式（PCRE）：

   • 现代编程语言中常见的正则表达式标准，功能强大，支持复杂模式匹配和高级特性。

3. .NET 正则表达式：

   • 基于 PCRE，但有一些独特的扩展，如右到左的匹配模式和命名组引用等。

4. Java 正则表达式：

   • 与 PCRE 非常相似，也支持命名捕获组和断言等功能。

Python 的 re 模块采用 PCRE 语法，支持丰富的匹配和断言模式。

示例代码

import re

# 要匹配的字符串
text = "2.49 2.16 1.95 6/189 517739"

# 使用命名捕获组来匹配小数数字
pattern = r"(?P<num1>\d+\.\d+)\s+(?P<num2>\d+\.\d+)\s+(?P<num3>\d+\.\d+)"

# 执行匹配
match = re.search(pattern, text)

if match:
    # 提取并输出匹配结果
    num1 = match.group('num1')
    num2 = match.group('num2')
    num3 = match.group('num3')
    print(f"num1: {num1}, num2: {num2}, num3: {num3}, num1 + num2 : {float(num1) + float(num2)}")
else:
    print("匹配失败")