python正則表達式--特殊字符

正則表達式—特殊表達式含義

正則表達式的字母和數字表示他們自身，但多數字母和數字前加一個反斜杠時會擁有不同的含義。 

下面列出了正則表達式模式語法中的特殊元素。

 

1.普通字符集

1)    \w            　　匹配字母數字及下划線

2)    \W            　　匹配非字母數字及下划線

3)    \s             　　匹配任意空白字符，等價於 [\t\n\r\f].

4)    \S             　　匹配任意非空白字符

5)    \d             　　匹配任意數字，等價於 [0-9]

6)    \D            　　匹配任意非數字

7)    \1...\9        　   匹配第n個分組的內容。

8)    [a-zA-Z0-9]    匹配任何字母及數字

 

2.數量字符集

用在字符或分組符(...)之后，默認貪婪匹配，如果想抑制貪婪匹配，需在數量字符后加?，例如：\w+?

1) . 　　 匹配任意字符，除了換行符，當re.DOTALL標記被指定時，可以匹配包括換行符的任意字符

2)  *        匹配前一個字符0次1次或多次

3)  +        匹配前一個字符1次或多次

4)  ?        匹配前一個字符0次或1次

5)  {m}     匹配前一個字符m次

6)  {m,n}   匹配前一個字符m到n次

7)  {m,}     匹配前一個字符至少m次

8)  {,n}      匹配前一個字符0到n次，最多n次

 

3.邊界匹配符

1)  ^　　　　　　 匹配字符串開頭，如果是多行則匹配每一行的開頭

2)  [^] 　　　　　 在[...]中，^表示否定，如非字母[^a-zA-Z]，非數字[^0-9]

3)  $ 　　　　　　匹配字符串或一行的結尾，如果是多行匹配模式，則每一行的結尾

4)  \A 　　　　　 僅匹配字符串的開始，同^

5)  \b 　　　　　  匹配一個單詞的邊界，也就是指單詞和空格間的位置

6)  \B 　　　　　 等價於[^\b]表示匹配非單詞邊界

7)  \Z 　　　　　 匹配字符串結束，如果是存在換行，只匹配到換行前的結束字符串。

8)  \z 　　　　　  匹配字符串結束

 

4.邏輯匹配符

1)  |（或）

　　　　匹配 | 左右任意一種正則表達式，如果左邊表達式匹配上，匹配結束，不再匹配右邊的正則表達式，該符號一般放在()中使用，如果沒在圓括號中則它的范圍是整個正則表達式

2)  分組 (...)

　　　　后向引用，用()括起來的正則表達式將被作為一個分組，從正則表達式的左邊依次算起，有多少個左括號'('，就有 多少個分組，分組的編碼從1依次加1，無論是括號中嵌套括號，並且分組表達式作為一個整體，后可接數量詞。

3)  \<number>

　　　　引用分組匹配到的分組編號為<number>的字符串 如：\1...\9

4)  (?P<name>...)

　　　　命名分組，除了默認的分組編號外再指定一個別名分組

　　　　注意：P是大寫

5)  (?P=name)

　　　　引用別名為name的分組匹配，這個是在正則表達式中引用，表示匹配重復的字符串,也可以使用編號引用。

　　　　注意：P是大寫

 

5.特殊匹配符

1)  (?imx) 　　　　正則表達式包含三種可選標志：i, m, 或 x 。只影響括號中的區域。

2)  (?-imx) 　  　　正則表達式關閉 i, m, 或 x 可選標志。只影響括號中的區域。

3)  (?:...) 　　   　　匹配到的括號內字符串不作為分組

4)  (?!pattern)   　   前向否定斷言語法，表示否定開頭

　　　　　　　　  只能用在正則表達式的開頭，pattern是匹配模式，它后面的內容需要不匹配 該正則表達式才匹配成功

5)  (?<!pattern) 　　后向否定斷言語法，表示否定結尾

　　　　　　　　   前面的內容需要不匹配該pattern模式才匹配成功

6)  (?=pattern) 　　前向肯定斷言語法.

　　　　　　　　  需要匹配pattren模式才能匹配成功，表示肯定前面的字符內容

7)  (?<=pattern) 　  后向肯定斷言語法

　　　　　　　　　需要匹配pattern模式才能匹配成功，表示肯定后面的字符內容

8)     (?#...) 　　        #后面的內容將被作為注釋而忽略

# coding=utf-8
import re
# 1. 寫一個正則表達式，使其能同時識別下面所有的字符串：'bat','bit', 'but', 'hat', 'hit', 'hut'

s ="bat ,bit ,but ,hat ,hit ,hut"
print re.findall(r'[bh][aiu]t',s)

# 2.匹配由單個空格分隔的任意單詞對，也就是姓和名

s = "Han meimei, Li lei, Zhan san, Li si"
print re.findall(r'([A-Za-z]+) ([A-Za-z]+)',s)

# 3. 匹配由單個逗號和單個空白符分隔的任何單詞和單個字母,如姓氏的首字母

s = "yu, Guan  bei, Liu  fei, Zhang"
print re.findall(r'([a-zA-Z]+),\s([a-zA-Z])',s)

# 4.匹配所有的有效的Python標識符集合

s = "_hello , python_1 , 2world , Pra_ni , @dfa_ , ewq* "
print re.findall(r'\b[a-zA-z_][\w]*(?!=\W) ',s)

# 5. 根據美國街道地址格式,匹配街道地址。美國接到地址使用如下格式:1180 Bordeaux Drive。使你的正則表達式足夠靈活,以支持多單詞的街道名稱,如3120 De la Cruz Boulevard

s = """street 1: 1180  Bordeaux Drive,"
    street 1: 3120 De la Cruz Boulevard"""
print re.search(r'\d+( +[a-zA-Z]+)+',s).group()

# 6. 匹配以“www”起始且以“.com”結尾的簡單Web域名:例如,http://www.yahoo.com ，也支持其他域名，如.edu .net等

s = "http://www.yahoo.com        www.foothill.edu"
print re.search(r'w{3}\.[a-zA-Z]+\.(com|edu|net)',s).group()

# 7. 匹配所有能夠表示Python整數的字符串集

s = '520a1    20L 0  156   -8 -10a  A58'
ite = re.finditer(r'-?\d+',s)
for i in ite: print i.group(),

# 8. 匹配所有能夠表示Python長整數的字符串集

s = '520a    20L 0  156   -8L  A58'
ite = re.finditer(r'-?\d+L',s)
for i in ite: print i.group(),

# 9. 匹配所有能夠表示Python浮點數的字符串集

s = '80.2  fds2.1  0.003'
print re.findall(r'\d+\.\d+',s)

# 10. 表示所有能夠表示Python復數的字符串集

s = '12j  fds -4j  5-2j fdsa'
print re.findall(r'\d*-?\d+j',s)

# 11、匹配一行文字中的所有開頭的字母內容

s="Now, let's take a closer look at some iconic moments from the show's stage made by Chinese Angels."
print re.findall(r'\b\w',s)

# 12、匹配一行文字中的所有開頭的數字內容

s="Now, let's take a closer look at some iconic moments from the show's stage made by Chinese Angels."
print re.findall(r'\b\d',s)

# 13、匹配一行文字中的所有開頭的數字內容或字母內容

s = "577fsda3f you12daf f1s32dafffff"
print re.findall(r'\b\d+|\b[A-Za-z]+',s)

# 14、 只匹配包含字母和數字的行

s = "nihao fsadf \n789! 3asfd 1\nfds12df e4 4564"
print re.findall(r'^([a-zA-Z\d ]+)$',s,re.M)

# 15、提取每行中完整的年月日和時間字段

s="""time 1988-01-01 17:20:10 fsadf 2018-02-02 02:29:01"""
print re.findall(r'[12]\d{3}\-[01]\d\-[0123]\d\s*[012]\d\:[012345]\d\:[012345]\d',s)

# 16、將每行中的電子郵件地址替換為你自己的電子郵件地址

s="""[e-mail], [e-mail], [e-mail]
    [e-mail], [e-mail]
    [e-mail]"""
print re.sub(r'\w+?\@\w+?\.com','[e-mail]',s)

# 17、匹配\home關鍵字：

s ="fdsar \home   \homeer"
print re.findall(r'\\home',s)