正則表達式

1 簡介/動機

正則表達式 ：為高級的文本模式匹配、抽取、與/或文本形式的搜索和替換功能提供了基礎。
Python 通過標准的re模塊來支持正則表達式。

注意：此處我們提到的搜索和匹配意義不一樣

你的第一個正則表達式

正則表達式	匹配的字符串
foo	foo
Python	Python
abc123	abc123
666	666

2 符號和字符

元字符 賦予正則表達式強大的功能和靈活性。

舉例

表示法	描述	正則表達式示例
literal	匹配文本字符串的字面值literal	fool
re1/re2	匹配正則表達式re1或者re2	fool/bar
.	匹配任何字符(除\n)	b.b
^	匹配字符串起始部分	^Dear
$	匹配字符串終止部分	/bin/*sh$
*	匹配0次或多次前面出現的表達式	[A-Za-z0-9]*
+	匹配1次或者多次前面出現的正則表達式	[a-z]+.com
?	匹配0次或者1次前面出現的正則表達式	gool?
{N}	匹配N次前面出現的表達式	[0-9]{3}
{M,N}	匹配M~N次前面出現的正則表達式	[0-9]{5,9}
[...]	匹配來自字符集任意單一字符	[aeiou]
[..x-y..]	匹配x-y范圍中的任意單一字符	[0-9],[A-Za-z]
[^...]	不匹配此字符集出現的任意一個字符	[aeiou][A-Za-z]
(*|+|?|{})?	用於匹配上面頻繁出現符號的非貪婪版本	.*?[a-z]
(...)	匹配封閉式的正則表達式，然后另存為子組	([0-9]{3})?,f(oo|u)bar
\d	匹配任何十進制數字,\D與之相反	data\d+.txt
\w	匹配任何字母數字字符，\W與之相反	[A-Za-z
\s	匹配任何空格字符，與[\n\t\r\v\f]相同(\S與之相反)	of\sthe
\b	匹配任何單詞邊界(\B與之相反)	\bThe\b
\N	匹配已保存的子組 N (參見上面的(...)	price:\16
\c	逐字匹配任何特殊字符c	\.,\*
A(\Z)	匹配字符串的起始（結束）	\ADear

2.1 使用擇一匹配符號匹配多個正則表達式模式

擇一匹配的管道符號(|)表示從”從多個模式選擇其一的操作

正則表達式模式	匹配的字符串
at | home	at、home
r2d2 | \c3po	r2d2、c3po
bat | bet | bit	bat、bet、bit

擇一匹配符號(|) 也稱作並(union)或邏輯或(logical OR)

2.2 匹配任意單個字符

點號（.）匹配除了換行符（\n）以外的任意字符。

注意：匹配句點或者句號，必須使用反斜杠轉義句點符號的功能（\.）

2.3 從字符串起始或者結尾或者單詞邊界匹配

匹配字符串的開始位置：^、\A
匹配字符串的末尾位置：$、\Z

注意：匹配一個字符串（^Subject:hi$）

匹配一個單詞的邊界：\b, \B

注意：\bthe表示任何以the為起始的字符串
\Bthe表示任何包含但不以the為起始的字符串

2.4 創建字符集

[ ] 用來創建特定字符集，它的功能類似 |，例如[ab] = a | b

注意：[ab][c] 匹配 ac 或 bc, 不同於 ab | c

2.5 限定范圍和否定

除了單字符以外，字符集還支持匹配指定的字符范圍，涉及連字符（-）和脫字符（^）。

注意：[a-z]表示a-z任意一個；[^aeiou]表示一個非元音字符

2.6 使用閉包操作符實現存在性和頻數匹配

閉包操作符：*、+

注意：貪婪匹配時默認匹配盡可能多字符，閉包操作符是貪婪的，？是非貪婪的

2.7 表示字符集的特殊字符

特殊字符也可以表示字符集，例如 \d 表示 [0-9]，\w 表示 [A-Za-z0-9]等。

注意：這些特殊字符的大寫表示意義恰恰相反，表不匹配

2.8 使用圓括號指定分組

圓括號的兩個功能：

1. 對正則表達式進行分組
2. 匹配子組

注意：匹配子組是為了看到匹配表達模式的字符串各部分內容，例如，(\w+)-(\d+)可以分別訪問每一個子組

2.9 擴展表示法

擴展表示法的模式：(?p )表一個分組

注意：擴展表示法往往表條件，例如，(?=.com) 表示如果后面跟着 ".com" 才做匹配操作