概述:
正则表达式,Regular Expression,缩写为regex、regexp、RE等。
正则表达式是文本处理极为重要的技术,用它可以对字符串按照某种规则进行检索、替换
1970年代,Unix之父Ken Thompson将正则表达式引入到Unix中文本编辑器ed和grep命令中,由此正则表达式普及开来。
1980年后,perl语言对Henry Spencer编写的库,扩展了很多新的特性。
1997年开始,Philip Hazel开发出了PCRE(Perl Compatible Regular Expressions),它被PHP和HTTPD等工具采用。
正则表达式应用极其广泛,shell中处理文本的命令、各种高级编程语言都支持正则表达式
分类:
1.BRE
基本正则表达式,grep、sed、vi等软件支持。vim有扩展
2.ERE
扩展正则表达式,egrep(grep -E)、sed -r等
3.PCRE
几乎所有高级语言都是PCRE的方言或变种。Python从1.6开始使用SRE正则表达式引擎,可以认为是PCRE的子集,见模块re
基本语法:
"." | 点,表示匹配除换行符外任意一个字符 |
[abc] | 字符集合,只能表示一个字符位置,匹配所包含的任意一个字符 |
[^abc] | 字符集合,只能表示一个字符位置,匹配除去集合内字符的任意一个字符 |
[a-z] | 字符范围,也是个集合,表示一个字符位置,匹配所包含的任意一个字符 |
[^a-z] | 字符范围,也是个集合,表示一个字符位置,匹配除去集合内字符的任意一个字符 |
\b | 匹配单词的边界 |
\B | 不匹配单词的边界 |
\d | [0-9]匹配一位数字 |
\D | [^0-9]匹配一位非数字 |
\s | 匹配一位空白字符,包括换行符、制表符、空格 |
\S | 匹配一位非空白字符 |
\w | 匹配[a-zA-Z0-9],包括中文的字 |
\W | 匹配\w之外的字符 |
* | 表示前面的正则表达式会重复0次或多次 |
+ | 表示前面的正则表达式重复至少1次 |
? | 表示前面的正则表达式会重复0次或1次 |
{n} | 重复固定的n次 |
{n,} | 重复至少n次 |
{n,m} | 重复n到m次 |
x|y | 区配x或y |
(pattern) | 使用小括号指定一个子表达式,也叫分组;捕获后自动分配组号,从1开始可以改变优先级 |
\数字 | 匹配对应的分组 |
(?:pattern) | 如果仅仅为了改变优先级,就不需要捕获分组 |
(?<name>exp) (?'name'exp) | 分组捕获,但是可以通过name访问分组;Python语法必须是(?P<name>exp) |
零宽断言 | 举例 wood took foot food | |
(?=exp) | 零宽正预测先行断言,断言exp一定在匹配的右边出现,也就是说断言后面一定跟个exp | f(?=oo),f后面一定有oo出现 |
(?<=exp) | 零宽度正回顾后发断言,断言exp一定出现在匹配的左边出现,也就是说前面一定有个exp前缀 | (?<=f)ood、(?<=t)ook分别匹配ood、ook,ook前一定有t出现 |
负向零宽断言 | ||
(?!exp) | 零宽度负预测先行断言,断言exp一定不会出现在右侧,也就是说断言后面一定不是exp | \d{3}(?!\d)匹配3位数字,断言3位数字后面一定不能是数字 foo(?!d)foo后面一定不是d |
(?<!exp) | 零宽度负回顾后发断言,断言exp一定不能出现在左侧,也就是说断言前面一定不能是exp | (?<!f)ood,ood的左边一定不是f |
注释 | ||
(?#comment) | 注释 | f(?=oo)(?#注释) |
贪婪与非贪婪
默认是贪婪模式,也就是说尽量多匹配更长的字符串;
非贪婪很简单,在重复的符号后面加上一个?问号,就尽量的少匹配了。
.* | 贪婪匹配 |
*? | 匹配任意次,但尽可能少重复 |
+? | 匹配至少1次,但尽可能少重复 |
?? | 匹配0次或1次,但尽可能少重复 |
{n,}? | 匹配至少n次,但尽可能少重复 |
{n,m}? | 匹配至少n次,至多m次,但心可能少重复 |
引擎选项
IgnoreCase | 匹配时忽略大小写 | re.I re.IGNORECASE |
SingleLine | 单行模式:可以匹配所有字符,包括\n | re.S re.DOTALL |
MultiLine | 多行模式:^行首、$行尾 | re.M re.MULTILINE |
IgnorePatternWhitespace | 忽略表达式中的空白字符,如果使用空白字符用转义,#可以用来做注释 | re.X re.VERBOSE |
转载于:https://blog.51cto.com/limingyu/2357583