Python正则表达式（一）：元字符

Python正则表达式元字符包括：. ^ $ * + ? { [ ] \ | ( )

.

匹配除换行符以外的任意一个字符

^

匹配行首

$

匹配行尾

?

重复0次或1次

等同于{0,1}

*

重复0次或更多次

等同于{0,}

+

重复1次或更多次

等同于{1,}

{n}

重复n次

{n,}

重复n次或更多次

{n,m}

重复n~m次

[a-z]

a~z中任意1个字符

[abc]

a、b、c中任意1个字符

>>> ref = re.compile("[abc]{1,3}")>>> print ref.match("caa").group()caa

说明：{1,3}，每次都返回[abc]任取一个；而不是[abc]先取一个，然后{1,3}；

为什么会是这样呢？随后的文章中，将详细阐述正则的匹配过程。

>>> ref = re.compile("[.$*+?{}|()]")>>> print ref.findall(".")['.']>>> print ref.findall("$")['$']>>> print ref.findall("*")['*']>>> print ref.findall("?")['?']>>> print ref.findall("(")['(']>>> print ref.findall("|")['|']>>> print ref.findall("+")['+']>>> print ref.findall("{")['{']

说明：除了"\"、"^"两个元字符，其他元字符在[]里，会被当成普通字符处理

>>> ref = re.compile("[\d]")>>> print ref.match("1").group()1>>> ref = re.compile("[^\d]")>>> print ref.match("a").group()a

说明："\"仍然是转义字符；"^"则是 非，而不是匹配行首

\ 

转义字符

转义字符+特定字符 = 预设字符（下一篇将会详细阐述预设字符的特殊含义）；预设字符被正则表达式赋予了特殊的含义，比如说\d代表[0-9]；

不巧，Python的转义字符也是“\”，比如“\n”代表一个换行符；

那么正则表达式为了获得一个字符串“\”，需要用“\\\\”；

>>> ref = re.compile("\\\\")#先Python转义：每个"\\"得到一个"\"；接着正则转义"\\"得到"\">>> print ref.match("\\\\").group()\

Python的转义以及正则的转义先后对字符串进行转义，会使我们的正则表达式复杂难懂。因此，我们十分推荐用raw语法：r"str"来取消Python转义。

>>> ref = re.compile(r"\\")>>> print ref.match(r"\\").group()\

()
分组

>>> ref = re.compile("(a(b(c)))d")>>> print ref.match("abcd").group()abcd>>> print ref.match("abcd").group(0)abcd>>> print ref.match("abcd").group(1)abc>>> print ref.match("abcd").group(2)bc>>> print ref.match("abcd").group(3)c>>> print ref.match("abcd").group(4)Traceback (most recent call last):  File "<stdin>", line 1, in <module>IndexError: no such group

说明：group()默认参数为0，关于分组的更多用法，我们将在后续文章中阐述。


|
或 相当于or

>>> ref = re.compile("[\d]{2}|[\w]{5}")>>> print ref.match("111").group()11>>> print ref.match("aaaaaaa").group()aaaaa

小结：所谓元字符，其实是正则表达式赋予了这些字符，特殊含义。当正则表达式遇到这些字符时，会把它当成XX来解释。元字符表达的含义，一般相对单一。

比如我们想匹配字母或数字，我们可能会写[a-zA-Z0-9]，这样写实在麻烦，有没有更简单的表述呢？有：预设字符。

下一篇中，我们就来学习预设字符。