正则表达式

字符串前面加r，是raw的意思，它表示对字符串不进行转义。

print “\bhi”
hi

print r”\bhi”
\bhi

---

字符	含义及用法
^	匹配字符串的开始
$	匹配字符串的结束
|	相当于or,它连接的两个表达式，只要满足其中之一，就会被算作匹配成功。
[]	匹配满足括号中任一字符
.	匹配除换行符以外的任意字符
[^a]	[a]的反义，表示除a以外的任意字符
[^abcd]	匹配abcd以外的任意字符
\d	匹配数字
[0-9]	匹配数字
\s	匹配任意的空白符
\w	匹配字母或数字或下划线或汉字
\b	匹配单词开头或结束的位置
\S	匹配任意不是空白符的字符，其实是\s的反义
\W	匹配任意不是字母，数字，下划线，汉字的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
重复
*	字符重复任意长度包括0
+	字符重复1次或更长
{}	大括号内写期望的字符重复次数
?	重复零次或一次
{n,}	重复n次或更多次
{n,m}	重复n到m次

---

1.“\b”

“\b”在正则表达式中表示单词的开头或结尾，空格、标点、换行都算是单词的分割。而“\b”自身又不会匹配任何字符，它代表的只是一个位置。

使用“\bhi\b”这个正则表达式，找出‘hi’
使用“\bhi”，找出hi开头的字符串

2.[]

在正则表达式中，[]表示满足括号中任一字符

3.re模块

re.findall(r"hi", text)

re是python里的正则表达式模块。findall是其中一个方法，用来按照提供的正则表达式，去匹配文本中的所有符合条件的字符串。返回结果是一个包含所有匹配的list。

4.“.”和“\S”

“.”在正则表达式中表示除换行符以外的任意字符。

在这段文本中：Hi, I am Shirley Hilton. I am his wife.
如果我们用“i.”去匹配，就会得到[‘i,’, ‘ir’, ‘il’, ‘is’, ‘if’]

与“.”类似的一个符号是“\S”，它表示的是不是空白符的任意字符，注意是大写字符S。

5.“?”和"*"

在很多搜索中，会用“?”表示任意一个字符，”*”表示任意数量连续字符，这种被称为通配符。但在正则表达式中，任意字符是用“.”表示，而”*”则不是表示字符，而是表示数量：它表示前面的字符可以重复任意多次（包括0次），只要满足这样的条件，都会被表达式匹配上。

结合前面的“.*”，用“I.*e”去匹配，想一下会得到什么结果？
[‘I am Shirley Hilton. I am his wife’]

也许你会以为是[‘I am Shirle’, ‘I am his wife’]

这是因为“*”在匹配时，会匹配尽可能长的结果。如果你想让他匹配到最短的就停止，需要用“.*?”。如“I.*?e”，就会得到第二种结果。这种匹配方式被称为懒惰匹配，而原本尽可能长的方式被称为贪婪匹配。

6.匹配数字：如电话号码等

[0-9]* 或者\d* 表示任一长度的数字，类似的还有[a-zA-Z]的用法。
但要注意的是，*表示的任意长度包括0，也就是没有数字的空字符也会被匹配出来。

一个与*类似的符号+，表示的则是1个或更长。
所以要匹配出所有的数字串，应当用[0-9]+或者\d+

如果要限定长度，就用{}代替+，大括号里写上你想要的长度。比如11位的数字：\d{11}
想要再把第一位限定为1，就在前面加上1，后面去掉一位：1\d{10}

例子
Q：写一个匹配以下号码的正则表达式
(021)88776543
010-55667890
02584453362
0571 66345673

A：(?0\d{2,3}[) -]?\d{7,8}