https://www.jianshu.com/p/b59b7822dc61

常用匹配的特殊符号

正则特殊字符 匹配内容
. 匹配除换行符(\n)以外的单个任意字符
\w 匹配单个字母、数字、汉字或下划线
\s 匹配单个任意的空白符
\d 匹配单个数字
\b 匹配单词的开始或结束
^ 匹配整个字符串的开头
$ 匹配整个字符串的结尾

次数匹配

正则特殊字符 匹配内容

• 重复前一个字符 0 - n 次

• 重复前一个字符 1 - n 次
  ？ 重复前一个字符 0 - 1 次
  {n} 重复前一个字符 n 次 a{2} 匹配 aa
  {n,} 重复前一个字符 n 次或 n 次以上 a{2,} 匹配 aa 或aaa 以上
  {n, m} 重复前一个字符 n 到 m 次之间的任意一个都可以

python中正则使用方法：

match

只能在整个字符串的起始位置进行匹配

search

从整个字符串的开头找到最后，当第一个匹配成功后，就不再继续匹配。

findall
搜索整个字符串，找到所有匹配成功的字符串，比把这些字符串放在一个列表中返回

sub
把匹配成功的字符串，进行替换。

split
以匹配到的字符进行分割，返回分割后的列表

使用多个界定符分割字符串

>>> line = 'asdf fjdk; afed, fjek,asdf,  foo'
>>> import re
>>> re.split(r'[;,\s]\s*', line)
['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo']

正则分组：

image.png

？P<>固定格式，为获取到的key值，后面y\w+e为正则表达式，获取values，y之后的任意字符，匹配到e

笔记整理：

import re

string = "isinstance yangge enumerate www.qfedu.com 1997"

# r = re.match("is\w+", string)
# if r:
#     print(r.group())


################### 正则分组


s = 'isinstance yangge enumerate www.qfedu.com  1997'

 r = re.match("is(\w+)", s)

sed 's/is(\w+)//\1'
 print(r.group())
 print(r.groups())

r = re.search("is\w+\s(?P<name>y\w+e)", s)
 print( r.group()   )
 print(r.groups())
 print(r.groupdict())

isinstance yangge   #group得到的结果
('yangge',)                #groups得到的元组
{'name': 'yangge'}     #groupdict得到的字典

# s = 'isinstance yangge enumerate www.qfedu.com  1997'

# r = re.findall("a(?P<name>\w+)", s)
# print(r)

s = 'isinstance all yangge any enumerate www.qfedu.com 1997'

li = re.split('any', s)
 l2 = re.split('(any)', s)
 l3 = re.split('(a(n((y))))', s)
 print(li)
 print(l2)
 print(l3)


tag = 'value="1997/07/01"'

s = re.sub(r'(value="\d{4})/(\d{2})/(\d{2})"', r'\1年\2月\3日"', tag)
# "1997年07月01日" 
print(s)

常用正则：

# IP：
r'^(25[0-5]|2[0-4]\d|[0-1]?\d?\d)(\.(25[0-5]|2[0-4]\d|[0-1]?\d?\d)){3}$'
# 手机号：
r'^1[3|4|5|8][0-9]\d{8}$'
# 邮箱：
shark123@qq.com
shark123@163.com

r'[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(.[a-zA-Z0-9_-]+)+'

贪婪匹配和非贪婪匹配

# 匹配所有包含小数在内的数字
print(re.findall('\d+\.?\d*',"asdfasdf123as1.13dfa12adsf1asdf3")) #['123', '1.13', '12', '1', '3']

#.*默认为贪婪匹配
print(re.findall('a.*b','a1b22222222b')) #['a1b22222222b']

#.*?为非贪婪匹配：推荐使用
print(re.findall('a.*?b','a1b22222222b')) #['a1b']

正则模式速查表

^ 匹配字符串的开头
$ 匹配字符串的末尾。
. 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...] 用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'
[^...] 不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
re* 匹配0个或多个的表达式。
re+ 匹配1个或多个的表达式。
re? 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
re{ n} 匹配n个前面表达式。。例如，"o{2}"不能匹配"Bob"中的"o"，但是能匹配"food"中的两个o。
re{n,} 精确匹配n个前面表达式。例如，"o{2,}"不能匹配"Bob"中的"o"，但能匹配"foooood"中的所有o。"o{1,}"等价于"o+"。"o{0,}"则等价于"o*"。
re{n,m} 匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
a| b 匹配a或b
(re) 匹配括号内的表达式，也表示一个组
(?imx) 正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。
(?-imx) 正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。
(?: re) 类似 (...), 但是不表示一个组
(?imx: re) 在括号中使用i, m, 或 x 可选标志
(?-imx: re) 在括号中不使用i, m, 或 x 可选标志
(?#...) 注释.
(?= re) 前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。
(?! re) 前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功
(?> re) 匹配的独立模式，省去回溯。
\w 匹配字母数字及下划线
\W 匹配非字母数字及下划线
\s 匹配任意空白字符，等价于 [\t\n\r\f].
\S 匹配任意非空字符
\d 匹配任意数字，等价于 [0-9].
\D 匹配任意非数字
\A 匹配字符串开始
\Z 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。
\z 匹配字符串结束
\G 匹配最后匹配完成的位置。
\b 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\n, \t, 等. 匹配一个换行符。匹配一个制表符。等
\1...\9 匹配第n个分组的内容。
\10 匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。