正则表达式（python的re模块）

Python中，re模块提供了正则表达式操作所需要的基本功能

一、正则表达式元字符

1.元字符：.

匹配除换行符以外的任意单个字符

2.元字符：？

匹配？之前的0或1个字符

3.元字符：*

匹配*之前的0或多个字符

4.元字符：+

匹配+之前的1或多个字符

5.元字符：|

匹配|之前或之后的字符

6.元字符：\

表明\后为转义字符

7.元字符：^

匹配行首，匹配以^后面字符开头的字符串

8.元字符：$

匹配行尾，匹配以$前面字符结尾的字符串

9.元字符：[]

匹配位于[]中的任意一个字符

10.元字符：-

用在[]之内用来表示范围

11.元字符：()

将位于（）内的内容作为一个整体对待

12.元字符：{}

按{}中的次数进行匹配

13.元字符：\b\B

匹配单词头、单词尾，\\不明意义，非单词头、单词尾

14.元字符：\d\D

匹配任何数字，相当于[0-9]相反

15.元字符：\s\S

匹配任何空白字符 相反

16.元字符：\w\W

匹配任何字母、数字、下划线，相当于[a-zA-Z0-9_]相反

• 如果原字符串中有\d出现，想查找它，需要在正则中用\\\d
• 如果原子符串中有+[]等符号出现，想查找他，需要在正则前加一个\即可

二、注意事项

1.数量词的贪婪模式与非贪婪模式

正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。例如：正则表达式”ab*”如果用于查找”abbbc”，将找到”abbb”。

而如果使用非贪婪的数量词”ab*?”，将找到”a”,加个问号代表尽可能少的匹配。

除非结尾有特定要求，一般都是贪婪的。

2.反斜杠的困扰

与大多数编程语言相同，正则表达式里使用”\”作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符”\”，那么使用编程语言表示的正则表达式里将需要4个反斜杠”\\”：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的9原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r”\”表示。同样，匹配一个数字的”\d”可以写成r”\d”。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

三、re模块