20210627-python 正则表达式

本文抄录于《Python基础教程》（第3版），作者：Magnus Lie Hetland 译者：袁国忠

有删节。

• 通配符

句点 . 与除换行符外的其他字符都匹配，因此正则表达式 .python 与字符串 'python'和'jython' 都匹配。

• 转义

要让特殊字符的行为与普通字符一样，可对其进行转义：如对字符串中的 引号 进行转义那样，在它前面加上一个反斜杆。因此，在这个示例中，可使用模式 python\\.org ，它只与 'python.org' 匹配。

在有些情况下也可使用单个反斜杆，让解释器单独对其进行转义，让解释器自动对其转义，但不要这样依赖解释器。如果厌烦了两个反斜杆，可使用原始字符串，如 r'python.org'。

• 字符集

匹配任何字符很有用，但有时你需要更细致地控制。为此，可以用方括号将一个子串括起，创建一个所谓的字符集。这样的字符集与其包含的字符都匹配，例如 '[pj]ython' 与 'python' 和 'jython' 都匹配，但不与其他字符串匹配。

你还可以使用范围，例如 '[a-z]' 与 a~z 的任何字符都匹配。你还可组合多个访问，方法是依次列出他们。例如 '[a-zA-Z0-9]' 与大写字母、小写字母和数字都匹配。

注意：字符集只能匹配一个字符。

要指定排除字符集，可在开头添加一个^字符，例如 '[^abc]' 与除a、b和c外的其他任何字符都匹配。

• 二选一和子模式

需要以不同的方式处理每个字符时，字符集很好，但如果只想匹配字符串 'python' 和 'perl'，该如何办呢？

使用字符集或通配符无法指定这样的模式，而必须使用表示二选一的特殊字符：管道字符 (|) 。所需的模式为 'python|perl' 。

• 可选模式的重复模式

通过在子模式后面加上问号，可将其指定为可选的，即可包含可不包含。例如，下面这个不太好懂的模式：

r'(http://)?(www\.)?python\.org'

只与下面这些字符串匹配

'http://www.python.org'
'http://python.org'
'www.python.org'
'python.org'

对于这个示例，需要注意以下几点。

• 我对句点进行了转义，以防它充当通配符。
• 为减少所需的反斜杆数量，我使用了原始字符串。
• 每个可选的子模式都放在圆括号内。
• 每个可选的子模式都可以出现，也可以不出现。

? 问号表示可选的子模式可出现一次，也可以不出现。还有其他几个运算符用于表示 子模式 可重复多次。

• (pattern)* ：pattern可重复0、1或多次。
• (pattern)+ ：pattern可重复1或多次。
• (pattern){m,n} ：模式可重复m~n次。

例如，r'w*\.python\.org'，与 'www.python.org' 匹配，也与 '.python.org'、'ww.python.org' 和 'wwwwwww.python.org' 匹配。同样，r'w+\.python\.org' 与 'w.python.org'，但与 '.python.org' 不匹配。

而 r'w{3-4}\.python\.org' 只与 'www.python.org' 和 'wwww.python.org' 匹配。

参考文献

• 回《驳 <Python正则表达式，请不要再用re.compile了！！！>》
• 正则表达式入门课-极客时间