正则表达式

定义

正则表达式（简称 regex）： 是一些字符和特殊符号组成的字符串，它描述了模式的重复或者表述多个字符，于是正则表达式能按照某种模式匹配一系列有相似特征的字符串。

名词解释

搜索： 即在字符串任意部分中搜索匹配模式的子字符串。（搜索的落脚点在字符串）
匹配： 是指判断一个字符串能否从起始处全部或者部分地匹配某个模式。（匹配的落脚点在模式）

特殊符号和字符

表示法/符号	描述	正则表达式示例
literal	匹配文本字符串的字面值 literal	foo
re1|re2	匹配正则表达式 1 或2	foo|bar
.	匹配任何字符(除\n之外)	b.b
^	匹配字符串的起始部分	^Dear
$	匹配字符串的终止部分	/bin/sh$ (此处的表示匹配/ 0次或者多次)
*	匹配0次或者多次前面出现的正则表达式	[A-Zq-z0-9]*
+	匹配1次或者多次出现在前面的正则表达式	[a-z]+.com
?	匹配0次或者1次前面出现的正则表达式	goo？
{N}	匹配N次前面出现的正则表达式	[0-9]{3}
{N, M}	匹配N到M次前面出现的正则表达式	[0-9]{3, 5}
[...]	匹配来自字符集的任一字符	[aeiou]
[x-y]	匹配x~y之间的任一字符	[0-9], [A-Za-z]
[^...]	不匹配此字符集中出现的任何一个字符，包括某一范围的字符	[^aeiou], [^A-Za-z0-9]
(*|+|？|{})?	上面用于匹配字符多次出现的符号（*、+、？、{}）等后面紧跟?操作符，则表示使用该符号的非贪婪版本	.?[a-z] (其中 .? 表示不匹配任何字符0次)
(...)	匹配封闭的正则表达式,然后另存为子组	([0-9]{3})?
/d	匹配任何十进制数字,与[0-9]一致,不匹配任何非数值型的数字	data\d+.txt
\w	匹配任何字母数字字符,与[A-Za-z0-9]相同的字符,(\W与之相反)	[A-Za-z_]\w+
\s	匹配任何空格字符,与[\n\t\r\v\f]相同,(\S与子相反)	of\sthe
\b	匹配任何单词边界(\B与之相反)	\bThe\b
\N	匹配已保存的子组N	price:\16
\c	逐字匹配任何特殊字符c(即仅按照字面意义匹配,不匹配特殊含义)	.,\,*
\A(\Z)	匹配字符串的起始(结束)	\ADear

闭包操作符

定义: 特殊符号 *, + 和 ?, 所有这些可以匹配一个,多个或者没有出现的字符串模式, 称之为闭包.
贪婪匹配: 正则表达式引擎将试图尽可能多地 "吸收" 匹配该模式的字符.
非贪婪匹配: 闭包匹配在一般情况下都是贪婪匹配, 若闭包后紧跟 ?, 则表示要求正则表达式引擎匹配尽可能少的次数.

分组

分组用如下示例即可说清楚

import re
m = re.match("(1+?)([0-2]*)", "111234")
print m.group()
print m.group(1)
print m.group(2)
>>>1112
>>>1
>>>112

此文说明了正则表达式的基本语法规则, 平时使用中基本够用, 用到更深入知识查阅相关资料即可.

---

版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）