Python正则匹配 -> 基本规则

来源：互联网发布：网络新媒体是什么编辑：程序博客网时间：2024/06/08 12:57

1. 字符集合设定符：[ ]

[abc123]，表明字符’a’ ‘b’ ‘c’ ‘1’ ‘2’ ‘3’都符合它的要求，可以被匹配

[a-zA-Z]，表明所有英文字母的大小写

[^a-zA-Z]，‘^’在开头表示取非，表明不匹配所有英文字母

[a-z^A-Z]，‘^’不在开头，表示其本身，表明匹配所有英文字母和字符‘^’

2. 或规则：|

将两个规则并列起来，以‘|’连接，表示只要满足其中之一就可以匹配

‘|’在[ ]中，表示其本身

‘|’的有效范围是它两边的整条规则，比如‘dog|cat’匹配的是‘dog’和’cat’，而不是’g’和’c’

3. 无捕获组：（?:）

当你要将一部分规则作为一个整体对它进行某些操作，需要将这部分规则用’(?:’ ‘)’把它包围起来

>>> s = ‘I have a dog , I have a cat’

>>> re.findall( r’I have a (?:dog|cat)’ , s )

['I have a dog', 'I have a cat']

>>> re.findall( r’I have a dog|cat’ , s )

['I have a dog', 'cat']

>>> s=’ababab abbabb aabaab’

>>> re.findall( r’\b(?:ab)+\b’ , s )

['ababab']

>>> re.findall( r’\b(ab)+\b’ , s )

['ab']

4. 匹配所有字符：.

匹配除换行符’\n’外的所有字符，如果使用了’S’选项，匹配包括’\n’的所有字符

>>> s=’123\n456\n789’

>>> findall(r‘.+’, s)

['123', '456', '789']

>>> re.findall(r‘.+’ , s , re.S)

['123\n456\n789']

5. 匹配字符串的开头和结尾：^ , $

多行模式下，它们可以匹配每一行的行首和行尾

6. 匹配数字：\d，等价于[0-9]

7. 匹配非数字：\D，等价于[^0-9]

8. 匹配字母和数字：\w，等价于[a-zA-Z0-9]

9. 匹配非英文字母和数字：\W，等价于[^a-zA-Z0-9]

10. 匹配间隔符：\s，匹配空格符、制表符、回车符等表示分隔意义的字符，等价于[ \t\r\n\f\v]

11. 匹配非间隔符：\S，等价于[^ \t\r\n\f\v]

12. 匹配字符串开头：\A

它和’^’的区别是，’\A’只匹配整个字符串的开头，即使在’M’模式下，它也不会匹配其它行的行首

>>> s= '12 34\n56 78\n90'

>>> re.findall( r'^\d+' , s , re.M ) #匹配位于行首的数字

['12', '56', '90']

>>> re.findall( r’\A\d+’, s , re.M ) #匹配位于字符串开头的数字

['12']

13. 匹配字符串结尾：\Z

它和’$’的区别是，’\Z’只匹配整个字符串的结尾，即使在’M’模式下，它也不会匹配其它各行的行尾

>>> re.findall( r'\d+$' , s , re.M ) #匹配位于行尾的数字

['34', '78', '90']

>>> re.findall( r’\d+\Z’ , s , re.M ) #匹配位于字符串尾的数字

['90']

14. 匹配单词边界：\b

它匹配一个单词的边界，比如空格等，不过它是一个‘0’长度字符，它匹配完的字符串不会包括那个分界的字符，而如果用’\s’来匹配的话，则匹配出的字符串中会包含那个分界符

>>> s = 'abc abcde bc bcd'

>>> re.findall( r’\bbc\b’ , s ) #匹配一个单独的单词 ‘bc’ ，而当它是其它单词的一部分的时候不匹配

['bc'] ＃只找到了那个单独的’bc’

>>> re.findall( r’\sbc\s’ , s ) ＃匹配一个单独的单词 ‘bc’

[' bc '] #只找到那个单独的’bc’，不过注意前后有两个空格，可能有点看不清楚

15. 匹配非边界：\B

16. 重复

0或多次匹配：*

1或多次匹配：+

0或1次匹配：?

精确匹配m次：{m}

匹配最少m次，最多n次：{m,n}

参考链接：http://blog.csdn.net/smilelance/article/details/6529950

0 0