正则表达式

正则表达式

正则表达式模块

python中使用正则表达式可以使用re模块，import re

匹配单个字符

字符	功能
.	匹配任意1个字符（除了\n）
[ ]	匹配[ ]中列举的字符
\d	匹配数字，即0-9
\D	匹配非数字，即不是数字
\s	匹配空白，即 空格，tab键
\S	匹配非空白
\w	匹配单词字符，即a-z、A-Z、0-9、_
\W	匹配非单词字符

匹配多个字符

字符	功能
*	匹配前一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现1次或者无限次，即至少有1次
?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m}	匹配前一个字符出现m次
{m,n}	匹配前一个字符出现从m到n次

匹配开头和结尾

字符	功能
^	匹配字符串开头
$	匹配字符串结尾

匹配分组

字符	功能
&#124	匹配左右任意一个表达式
(ab)	将括号中字符作为一个分组
\num	引用分组num匹配到的字符串
(?P< name >)	分组起别名
(?P=name)	引用别名为name分组匹配到的字符串

re模块的函数

• match
  匹配成功则返回一个Match对象，没有则返回None
  – group：以str形式返回对象中match的元素
  – start： 返回开始位置
  – end：返回结束位置
  – span：以tuple形式返回范围
• search
  匹配到搜索的第一个
• findall
  返回所有匹配的结果
• sub
  将匹配到的结果进行替换
• split
  使用正则表达式来切分字符串
• compile
  将正则的表达式先进行编译再进行匹配，一次编译多出复用

python 正则表达的非贪婪和贪婪

Python里数量词默认是贪婪的（在少数的语言力也可能是默认是非贪婪的），总是尝试匹配尽可能多的字符；非贪婪则相反，尽可能匹配少的字符，在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪。