Python——正则表达式

什么是正则表达式？

字符是计算机软件处理文字时最基本的单位，可能是字母，数字，标点符号，空格，换行符，汉字等等。字符串是0个或更多个字符的序列。文本也就是文字，字符串。说某个字符串匹配某个正则表达式，通常是指这个字符串里有一部分（或几部分分别）能满足表达式给出的条件。

在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。

---

元字符

.
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，一个集合，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，一个集合，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
等同[0-9] 匹配一位数字

\D
等同[^0-9] 匹配一位非数字

\s
匹配1位空白字符，包括换行符、制表符、空格等同[\f\r\n\t\v]

\S
匹配1位非空白字符

\w
等同[a-zA-Z0-9_] 包含中文

\W
匹配\w之外的字符

---

转义

凡是在正则表达式中有特殊意义的符号，转义时使用\

---

重复

*
前面的正则表达式重复0次或多次

+
前面的正则表达式重复至少一次

？
前面的正则表达式重复0次或1次

{n}
重复n次

{n,}
重复n次以上

{n,m}
重复n到m次

---

分组（捕获）断言

(pattern)
分组（捕获）后会自动分配组号从1开始可以改变优先级 \数字 匹配对应的分组（指的是前一个匹配上的分组的内容）

(?:pattern)
只改变优先级不分组

(?exp)(?nameexp)
分组捕获 给组命名Python句法为(?Pexp)

(?=exp)
零宽度正预测先行断言断言exp一定在匹配的右边出现

(?<=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

(?！exp)
零宽度负预测先行断言断言exp一定不会出现在右侧

(?<！exp)
零宽度负回顾后发断言断言exp一定不会出现在左侧

---

贪婪与非贪婪

默认贪婪模式，尽可能多的匹配字符串

*?
匹配任意次，尽可能少重复

+?
匹配至少一次，尽可能少重复

??
匹配0或1次，尽可能少重复

{n}?
匹配至少n次，尽可能少重复

{n,m}?
匹配至少n次，至多m次，尽可能少重复

---

引擎选项

IgnoreCase
匹配时忽略大小写
比如：re.Ire.IGNORECASE

Singleline
单行模式，可穿透/n
比如：re.Sre.DOTALL

Multiline
多行模式
比如：re.Mre.MULTILINE

IgnorePatternWhitespace
忽略表达式中空白字符，若要使用空白字符
比如：re.Xre.VERBOSE

---

re模块

编译

• re.compile(pattern, flags=0)
  
  • 返回正则表达式对象regex
  • 正则表达式编译的结果保存，下次使用同样的pattern时不需要重新编译

单次匹配

• regex.match(string[, pos[, endpos]])
  
  • 从字符串开头匹配,可指定开始与结束位置 返回match对象
• regex.search(string[, pos[, endpos]])
  
  • 从头搜索直到第一个匹配，可指定开始与结束位置 返回match对象
• regex.fullmatch(string[, pos[, endpos]])
  
  • 整个字符串与正则表达式匹配

全文搜索

• regex.findall(string[, pos[, endpos]])
  
  • 对整个字符串从左至右匹配，返回所有匹配项的列表
• regex.finditer(string[, pos[, endpos]])
  
  • 对整个字符串，从左至右匹配，返回所有匹配项的迭代器，每项都是match对象

匹配替换

• regex.sub(replacement, string, count=0)
  
  • 使用pattern对字符串string进行匹配，对匹配项用replacement替换
  • replacement可以是string、bytes、function
• regex.subn(replacement, string, count=0)
  
  • 功能类似sub 返回一个元组 (new_string, number_of_subs_made)

分割字符串

• regex.split(string, maxsplit=0)
  
  • 返回列表

分组

• 使用(pattern)捕获的数据放到组中
• match类方法
• group(N)
  
  • 1-N时对应的分组 0但会整个匹配的字符串
  • 如果使用了命名分组，可用group(name)方式取出
• groups()
  
  • 返回所有组的一个元组
• groupdict()
  
  • 返回所有命名分组的字典