Python的正则表达式.docVIP

Python的正则表达式笔记 通常的表达式： match = re.search(par, str) par为正则表达式（匹配模式），str为将要去匹配的字符串 规则：靠左匹配；最大化匹配 正则表达式的参考表格 正则表达式参考分类和作用 元字符 作用 示例 [] 匹配单个字符 [abc]匹配a，b或者c [a-c]同上 [a-z]匹配所有的小写字符（一个） ^ 求反 [^5]匹配除了5以外的任何一个字符 \ 转义 \\用来匹配\；\[用来匹配[ 预定义的字符组 \w匹配文字和数字字符=[a-zA-Z0-9]注：unicode情况下，匹配unicode字符 \W匹配非文字和数字字符 \d匹配数字=[0-9] \D匹配非数字=[^0-9] \s匹配任何空格符=[\t\n\r\f\v] \S匹配非空格符= [^ \t\n\r\f\v] \t tab键 \n 新行 \r 回车 . 任何字符 | 或 Crow|Servo匹配Crow或者Servo ^ 字符串的开头 多行模式下，新行的开头 ^From来匹配’From Here’ \A 字符串的开头 $ 字符串的结尾 多行模式下，为新行的结尾 如用}$来匹配{block} \Z 字符串的结尾 \b 单词边界 r’\bclass\b’来匹配’no class at all’，不能匹配’one subclass is’ 两个\b可认为代表空格 \B 非单词边界 r’\Bher\B’来匹配’go to there.’但是不能用来匹配’go for her.’ 重复 作用 示例 * 0到多次重复 ca*t匹配ct、cat、catt……（最长20亿个a） + 1到多次重复 ca+t匹配cat、catt…… {m,n} m到n次重复 a/{1,3}b匹配a/b、a//b、a///b 组 作用 示例 () 组 (ab)匹配0个到多个ab的重复 (\w)匹配一个单词（近似） 附：用match.group()可以更加灵活的匹配，如下例 str = purple alice-b@ monkey dishwasher match = re.search(([\w.-]+)@([\w.-]+), str) if match: print match.group() # alice-b@ (the whole match) print match.group(1) # alice-b (the username, group 1) print match.group(2) # (the host, group 2) 不用()也能匹配出邮件地址，但是用()之后，可很简单的得出匹配的子字符串 附2：嵌套的()，如果是(a(b)c)，则group(1)是abc，group(2)是b (?:...) 非捕获组 ...为任何正则表达式，不匹配则返回正常值 (?Pname...) 捕获后的特殊输出方法 p = pile(r(?Pword\b\w+\b)) m = p.search( (((( Lots of punctuation ))) ) m.group(word) Lots m.group(1) Lots 用名字来取得匹配的group子字符串 (?P=name) 捕获双重单词 p = pile(r(?Pword\b\w+)\s+(?P=word)) p.search(Paris in the the spring).group() the the (?P=word)其实表示在第一个group(‘word’)在匹配之后查看之后是不是同一个单词 (?=...) 先行断言：存在 如在HTML源代码内匹配超链接，必须存在href开头，用(?=href”)匹配定位 (?!...) 先行断言：不存在 如匹配一个非bat扩展名结尾的文件 .*[.](?!bat$).*$ 注意： 为了防止\字符的泛滥，用原始字符串r标示符替代匹配字符串；如为了匹配\section，匹配字符串原定义为为”\\\\section”，将之改为r”\\section” 常见函数： findall() ## Suppose we have a text with many email addresses str = purple alice@, blah monkey bob@ blah dishwasher ## Here re.findall() returns a list of all the found email strings emails = re.findall(r[\w\.-]+@[\w\.-]+, str) ## [alice@, bob@] for email in e