Python 正则表达式笔记（1） 常见字符

常见字符

正则表达式对查找符合些复杂规则的字符是十分强大的，它是由一些元字符组成。元字符主要有四种作用：匹配字符，匹配数量，匹配模式，匹配位置
1. 元字符
下面介绍一些常见元字符

元字符	含义
.	匹配除换行符以外的任意字符
\b	匹配单词的开始或介绍
\d	匹配数字
\w	匹配字母、数字、下划线或汉字
\s	匹配任意空白符，包括空格、制表符（Tab）、换行符、中文全脚空格等
^	匹配字符串的开始
$	匹配字符串的结束

注：\b 是匹配单词，^,$匹配的是字符串。
2. 限定符

限定符	含义
*	重复零次或更多次
+	重复一次或更多次
？	重复零次或一次
{n}	重复n次
{n，}	重复n次或更多次
{n，m}	重复n次到m次

3. 反义
查找除了某一类字符之外的字符

代码	含义
\W	匹配任意不是字母、数字、下划线、汉字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
[^a]	匹配除了a以外的任意字符
[^abcde]	匹配除了a、b、c、d、e这几个字母以外的任意字符
[^(123|abc)]	匹配除了1、2、3或者a、b、c这几个字符以外的任意字符

4. 懒惰限定符

语法	含义
*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
(n,m)?	重复n到m次，但尽可能少重复
(n,)?	重复n次以上，但尽可能少重复

懒惰限定符通常会尽可能匹配多个字符，在爬虫过程中，经常使用懒惰限定符中的*?