python正则表达读取word_python 正则表达

在线工具

正则表达式

正则，就是只和字符串相关。匹配‘1’就是去匹配‘1’，直接匹配就是了。

字符组：[字符组]

在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示。

字符分为很多类，比如数字，字母，标点符号等。

假如你现在要求一个位置“只能出现一个数字”，那么这个位置上的字符只能是0-9这10个数字。

字符组

正则

待

匹

配

字

符

匹配

结果

说明

[0123456789]

8

True

在一个字符组里枚举合法的所有字符，字符组里的任意一个字符和“待匹配字符”相同都视为可以匹配

[0123456789]

a

False

由于字符组里没有‘a’这个字符，所以不能匹配

[0-9]

7

True

也可以用-表示范围，[0-9]和[0123456789]是一个意思

[a-z]

s

True

同样如果要匹配 所有小写字母，直接用[a-z]就可以了

[A-Z]

B

True

[A-Z]表示所有的大写字母

[0-9a-fA-F

E

True

可以匹配数字，大小写形式的a~~f，用来验证16进制字符

字符：

元字符

匹配内容

.

匹配除换行符以外的任意字符

\w

匹配字母或数字或下划线

\s

匹配任意的空白符

\d

匹配数字

\n

匹配一个换行符

\t

匹配一个制表符

\b

匹配一个单词的结尾

^

匹配字符串的开始

$

匹配字符串的结尾

\W

匹配非字母或数字或下划线

\S

匹配非空白符

\D

匹配非数字

a|b

匹配字符a或字符b

()

匹配括号内的表达式，也表示一个组

[...]

匹配字符组里的字符

[^...]

匹配除了字符组里的所有字符

\w 就是word

\s  就是space

\d  就是digital

量词 ：

量词

用法说明

*

重复0次或更多次

+

重复1次或更多次

？

重复0次或1次

{n}

重复n次

{n,}

重复n次或更多次

{n,m}

重复n次到m次

. ^ $

正则

待匹配字符

匹配结果

说明

海.

海燕海娇海东

海燕海娇海东

匹配所有“海.”的字符

^海.

海燕海娇海东

海燕

只从开头匹配“海.”

海.$

海燕海娇海东

海东

只匹配结尾的“海.”

* + ? { }

正则

待匹配字符

匹配结果

说明

李.?

李杰和李莲英和李二棍子

李杰

李莲

李二

？表示重复0次或1次，即只匹配“李”后的一个任意字符

李.*

李杰和李莲英和李二棍子

李杰和李莲英和李二棍子

*表示重复0次或更多次，即匹配”李“后面的0个或多个任意字符

李.+

李杰和李莲英和李二棍子

李杰和李莲英和李二棍子

+表示重复1次或更多次，即匹配”李“后面的1个或多个任意字符

李.{1，2}

李杰和李莲英和李二棍子

李杰和

李莲英

李二棍

{1,2}匹配1到2次任意字符

注间前面的*，+ ，？都是贪婪匹配，也就是尽可能的去匹配，后面加上？使其变成惰性匹配

正则

待匹配字符

匹配结果

说明

李.*?

李杰和李莲英和李二棍子

李

李

李

惰性匹配

字符集[] [^]

正则

待匹配字符

匹配结果

说明

李[杰莲英二棍子]*

李杰和李莲英和李二棍子

李杰

李莲英

李二棍子

表示匹配”李“后面[杰莲英二棍子]的任意次

李[^和]*

李杰和李莲英和李二棍子

李杰

李莲英

李二棍子

表示匹配一个不是”和“的字符的任意次

[\d]

456abcds3

4

5

6

3

表示匹配任意一个数字，匹配4个结果

[\d]+

456abccds3

456

3

表示匹配任意个数字，匹配两个结果

分组()与或 | [^]

身份证号码是一个长度为15或18个字符的字符串如果是15则全部是由数字组成，首位不能为0；如果是18位，则前17位

全部是数字，末位可能是数字或x，下面我们尝试用正则表示：

正则

待匹配字符

匹配结果

说明

^[1-9]\d{13,16}[0-9x]$

1101011980

01017032

1101011980

01017032

表示可以匹配一个正确的身份证号

^[1-9]\d{13,16}[0-9x]$

110101198

0010170

110101198

0010170

表示也可以匹配这串数字，但这并不是一个正确的身份证号，这是一个16们的数字

^[1-9]\d{14}(\d{2}[0-9x])?$

110101198

0010170

False

现在不会匹配错误的身份证号了

()表示分组，将\d{14}[0-9x]分成一组，就可以整体约束它们出现的次数0-1次

^([1-9]\d{16}[0-9x]|[1-9]\d{14})$

1101051998

12067023

1101051998

12067023

表示先匹配[1-9]\d{16}[0-9x]如果没有匹配上就匹配[1-9]\d{14}

转义符

在正则表达式中有很多特殊意义的元字符，比如\n和\s等，如果要在正则中匹配正常的”\n“而不是”换行符“，就需要对

”\“进行转义，变成”\\“.

在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身

还需要转义。所以如果匹配一次"\n",字符串中要写成'\\n'，那么正则里就要写成"\\\\n",这样就太麻烦了。这个时候我们就用

到了r'\n'这个概念，此时的正则是r'\\n'就可以了。

正则

待匹配字符

匹配

结果

说明

\n

\n

False

因为正则表达式中\有特殊意义的字符，所以要匹配\n本身，用表达式\n无法匹配

\\n

\n

True

转义\之后变成\\，即可以匹配

”\\\n“

'\\n'

True

如果在Python中，字符串中的'\'也需要转义，所以每一个字符‘\’又需要转义一次

r'\\n'

r'\n'

True

在字符串之前加r，让整个字符串不转义

贪婪匹配

贪婪匹配：要满足匹配时，匹配尽可能长的字符串，默认情况下采用贪婪匹配。

正则

待匹配字符

匹配结果

说明

默认为贪婪匹配，会尽量长的去匹配字符

<.*?>

加上？为将贪婪匹配转换为非贪婪匹配，匹配

尽量短的字符串

几个常用的非贪婪匹配：

*? 重复任意次，但尽可能少重复

+? 重复1次或更多次，但尽可能少重复

?? 重复0次或1次，但尽可能少重复

{n,m}? 重复n到m次，但尽可能少重复

{n,}? 重复n次以上，但尽可能少重复

.*?的用法

. 是任意字符

* 是取 0 至 无限长度

? 是非贪婪模式。

何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：

.*?x

就是取前面任意长度的字符，直到一个x出现