正则表达式的元字符有. ^ $ * ? { [ ] | ( )

正则表达式的元字符有. ^ $ * ? { [ ] | ( )

．表示任意字符

［］用来匹配一个指定的字符类别，所谓的字符类别就是你想匹配的一个字符集，对于字符集中的字符可以理解成或的关系。

^如果放在字符串的开头，则表示取非的意思。[^5]表示除了5之外的其他字符。而如果^不在字符串的开头，则表示它本身。

 

具有重复功能的元字符：

*对于前一个字符重复0到无穷次

对于前一个字符重复1到无穷次

？对于前一个字符重复0到1次

{m,n}对于前一个字符重复次数在为m到n次，其中，{0,} = *,{1,} = , {0,1} = ?

{m}对于前一个字符重复m次

 

\d匹配任何十进制数；它相当于类 [0-9]。

\D匹配任何非数字字符；它相当于类 [^0-9]。

\s匹配任何空白字符；它相当于类 [ fv]。

\S匹配任何非空白字符；它相当于类 [^ fv]。

\w匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。

\W匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]。

 

正则表达式(可以称为REs，regex，regexpattens)是一个小巧的，高度专业化的编程语言，它内嵌于python开发语言中，可通过re模块使用。正则表达式的

pattern可以被编译成一系列的字节码，然后用C编写的引擎执行。下面简单介绍下正则表达式的语法

     正则表达式包含一个元字符(metacharacter)的列表，列表值如下:    .^ $ * + ? { [ ] \ | ( )

  1.元字符([ ]),它用来指定一个characterclass。所谓character classes就是你想要匹配的字符(character)的集合.字符(character)可以单个的列出，也可以通过"-"来分隔两个字符来表示一 个范围。例如，[abc]匹配a，b或者c当中任意一个字符，[abc]也可以用字符区间来表示---[a-c].如果想要匹配单个大写字母，你可以用 [A-Z]。

     元字符(metacharacters)在characterclass里面不起作用，如[akm$]将匹配"a","k","m","$"中的任意一个字符。在这里元字符(metacharacter)"$"就是一个普通字符。

     2.元字符[^]. 你可以用补集来匹配不在区间范围内的字符。其做法是把"^"作为类别的首个字符；其它地方的"^"只会简单匹配 "^"字符本身。例如，[^5] 将匹配除 "5" 之外的任意字符。同时，在[ ]外，元字符^表示匹配字符串的开始，如"^ab+"表示以ab开头的字符串。

    举例验证，

    >>>m=re.search("^ab+","asdfabbbb")

>>>print m

    None

    >>>m=re.search("ab+","asdfabbbb")

    >>>print m

    <_sre.SRE_Matchobject at 0x011B1988>

    >>>print m.group()

    abbbb

    上例不能用re.match,因为match匹配字符串的开始，我们无法验证元字符"^"是否代表字符串的开始位置。

    >>>m=re.match("^ab+","asdfabbbb")

    >>>print m

    None

    >>>m=re.match("ab+","asdfabbbb")

    >>>print m

    None

#验证在元字符[]中，"^"在不同位置所代表的意义。

>>>re.search("[^abc]","abcd")  #"^"在首字符表示取反，即abc之外的任意字符。

<_sre.SRE_Matchobject at 0x011B19F8>

>>>m=re.search("[^abc]","abcd")

>>>m.group()

'd'

>>>m=re.search("[abc^]","^")  #如果"^"在[ ]中不是首字符，那么那就是一个普通字符

>>>m.group()

'^'

不过对于元字符”^”有这么一个疑问.官方文档http://docs.python.org/library/re.html有关元字符”^”有这么一句话，Matches the start

ofthe string, and in MULTILINE modealso matches immediately after each newline.

我理解的是”^”匹配字符串的开始，在MULTILINE模式下，也匹配换行符之后。

>>>m=re.search("^a\w+","abcdfa\na1b2c3")

   >>>m.group()

'abcdfa'

>>>m=re.search("^a\w+","abcdfa\na1b2c3",re.MULTILINE)，

>>>m.group()  #

'abcdfa'

我认为flag设定为re.MULTILINE，根据上面那段话，他也应该匹配换行符之后，所以应该有m.group应该有"a1b2c3",但是结果没有，用findall来尝试，可以找到结果。所以这里我理解之所以group里面没有，是因为search和match方法是匹配到就返回，而不是去匹配 所有。

>>>m=re.findall("^a\w+","abcdfa\na1b2c3",re.MULTILINE)

>>>m

['abcdfa','a1b2c3']

 

   3.元字符(\),元字符backslash。做为 Python 中的字符串字母，反斜杠后面可以加不同的字符以表示不同特殊意义。

   它也可以用于取消所有的元字符，这样你 就可以在模式中匹配它们了。例如，如果你需要匹配字符 "[" 或 "\"，你可以在它们之前用反斜杠来取消它们的特殊意义： \[ 或 \\

   4。元字符($)匹配字符串的结尾或者字符串结尾的换行之前。（在MULTILINE模式下，"$"也匹配换行之前）

   正则表达式"foo"既匹配"foo"又匹配"foobar",而"foo$"仅仅匹配"foo".

        

  >>>re.findall("foo.$","foo1\nfoo2\n")#匹配字符串的结尾的换行符之前。

     ['foo2']

  >>>re.findall("foo.$","foo1\nfoo2\n",re.MULTILINE)

     ['foo1','foo2']

>>>m=re.search("foo.$","foo1\nfoo2\n")

>>>m

<_sre.SRE_Matchobject at 0x00A27170>

>>>m.group()

'foo2'

>>>m=re.search("foo.$","foo1\nfoo2\n",re.MULTILINE)

>>>m.group()

'foo1'

     看来re.MULTILINE对$的影响还是蛮大的。

     5.元字符(*),匹配0个或多个

     6.元字符(?)，匹配一个或者0个

     7.元字符(+), 匹配一个或者多个

     8,元字符(|), 表示"或"，如A|B，其中A，B为正则表达式，表示匹配A或者B

     9.元字符({})

     {m},用来表示前面正则表达式的m次copy，如"a{5}"，表示匹配5个”a”,即"aaaaa"

>>>re.findall("a{5}","aaaaaaaaaa")

['aaaaa','aaaaa']

>>>re.findall("a{5}","aaaaaaaaa")

['aaaaa']

 

   {m.n}用来表示前面正则表达式的m到n次copy,尝试匹配尽可能多的copy。

   >>>re.findall("a{2,4}","aaaaaaaa")

['aaaa','aaaa']

   通过上面的例子，可以看到{m,n}，正则表达式优先匹配n，而不是m，因为结果不是["aa","aa","aa","aa"]

   >>>re.findall("a{2}","aaaaaaaa")

['aa','aa', 'aa', 'aa']

   {m,n}?  用来表示前面正则表达式的m到n次copy，尝试匹配尽可能少的copy

>>>re.findall("a{2,4}?","aaaaaaaa")

['aa','aa', 'aa', 'aa']

   10。元字符(  "()" ),用来表示一个group的开始和结束。

   比较常用的有(REs),(?P<name>REs),这是无名称的组和有名称的group，有名称的group，可以通过matchObject.group(name)

   获取匹配的group，而无名称的group可以通过从1开始的group序号来获取匹配的组，如matchObject.group(1)。具体应用将在下面的group()方法中举例讲解

 

   11．元字符(.)

元字符“.”在默认模式下，匹配除换行符外的所有字符。在DOTALL模式下，匹配所有字符，包括换行符。

>>>import re

>>>re.match(".","\n")

>>>m=re.match(".","\n")

>>>print m

None

>>>m=re.match(".","\n",re.DOTALL)

>>>print m

<_sre.SRE_Matchobject at 0x00C2CE20>

>>>m.group()

'\n'