正则表达式

文章作者：Tyan
博客：noahsnail.com  |  优快云  |  简书

1. 正则表达式

正则表达式(Regular Expression)描述了一种字符串匹配模式，主要用来检索、替换匹配某种模式的字符串。

2. 正则表达式语法

下面以Python代码来展示正则表达式的匹配。

• .
.可以匹配任意单个字符，除了换行符。例如.可匹配abc中的任意一个字符。

import re
print(re.findall(r'.', 'abc'))

# 代码执行结果
['a', 'b', 'c']

• ^
^表示字符串的开始，例：^Th表示匹配以Th开头的字符串。

import re
print(re.findall(r'^Th', 'This is a demo. This is a demo.'))

# 代码执行结果
['Th']

• $
$表示字符串的结束，例：demo$表示匹配以demo结尾的字符串。

import re
print(re.findall(r'demo$', 'This is a demo. This is a demo'))

# 代码执行结果
['demo']

• *
*匹配>=0个在*号之前的字符。例：test*表示匹配以tes为起始值，其后为0个t或多个t的字符串。

import re
print(re.findall(r'test*', 't te tes test testt'))

# 代码执行结果
['tes', 'test', 'testt']

• +
+匹配>=1个在+号之前的字符。例：test+表示匹配以tes为起始值，其后为1个t或多个t的字符串。

import re
print(re.findall(r'test+', 't te tes test testt'))

# 代码执行结果
['test', 'testt']

• ?
?之前的字符为可选字符。例：test?表示匹配以tes为起始值，其后为1个t或没有t的字符串。

import re
print(re.findall(r'test?', 't te tes test testt'))

# 代码执行结果
['tes', 'test', 'test']

• \
\为转义字符，用于匹配一些保留的字符[ ] ( ) { } . * + ? ^ $ \ |。

import re
print(re.findall(r'test\?', 't te tes test? testt'))

# 代码执行结果
['test?']

• |
|为或运算符，匹配符号前或后的字符。例：te|st表示匹配te或st的字符串。

import re
print(re.findall(r'te|st', 't te tes test'))

# 代码执行结果
['te', 'te', 'te', 'st']

• [ ]
[ ]表示要匹配的字符种类，匹配方括号内的任意字符。例：[test]匹配括号中的任意一个字符。

import re
print(re.findall(r'[test]', 'This is a test'))

# 代码执行结果
['s', 's', 't', 'e', 's', 't']

• [^ ]
[^ ]表示不进行匹配的字符种类，匹配除了方括号里字符之外的任意字符。

import re
print(re.findall(r'[^test]', 'This is a test'))

# 代码执行结果
['T', 'h', 'i', ' ', 'i', ' ', 'a', ' ']

• {m,n}
{m,n}表示匹配(n-m+1)个大括号之前的字符。例：test{1,2}表示匹配以tes为起始值，其后为1-2个t的字符串。

import re
print(re.findall(r'test{1,2}', 'This is a test testt'))

# 代码执行结果
['test', 'testt']

• (xyz)
(xyz)表示匹配与()内容完全相同的字符串。例：(test){1,2}表示匹配1-2个test，test是一个整体。

import re
print(re.findall(r'(test){1,2}', 'This is a test testt'))

# 代码执行结果
['test', 'test']

• \w
\w匹配所有字母数字以及下划线，即[a-zA-z0-9_]。

import re
print(re.findall(r'\w', 'Is this a test?_'))

# 代码执行结果
['I', 's', 't', 'h', 'i', 's', 'a', 't', 'e', 's', 't']

• \W
\W匹配字母数字以及下划线之外的字符，即[^\w]。

import re
print(re.findall(r'\W', 'Is this a test?'))

# 代码执行结果
[' ', ' ', ' ', '?']

• \d
\d匹配数字，即[0-9]。

import re
print(re.findall(r'\d', 'test 123'))

# 代码执行结果
['1', '2', '3']

• \D
\D匹配数字之外的字符，即[^\d]。

import re
print(re.findall(r'\D', 'test 123'))

# 代码执行结果
['t', 'e', 's', 't', ' ']

• \s
\s匹配所有空格字符，即[\t\n\f\r\p{Z}]。

import re
print(re.findall(r'\s', 'test 123\n'))

# 代码执行结果
[' ', '\n']

• \S
\S匹配非空格字符，即[^\s]。

import re
print(re.findall(r'\S', 'test 123\n'))

# 代码执行结果
['t', 'e', 's', 't', '1', '2', '3']

• \n
\n匹配一个换行符。

import re
print(re.findall(r'\n', 'test 123\n'))

# 代码执行结果
['\n']

• \f
\f匹配一个换页符。

import re
print(re.findall(r'\f', 'test 123\f'))

# 代码执行结果
['\x0c']

• \r
\r匹配一个回车符。

import re
print(re.findall(r'\r', 'test 123\r'))

# 代码执行结果
['\r']

• \t
\t匹配一个制表符。

import re
print(re.findall(r'\t', 'test 123\t'))

# 代码执行结果
['\t']

• \v
\v匹配一个垂直制表符。

import re
print(re.findall(r'\v', 'test 123\v'))

# 代码执行结果
['\x0b']

• ?=
?=是前置约束，表示要匹配的是?=之前的内容，但同时要匹配?=之后的内容，前置约束需要使用()。例：Th(?=is)表示要匹配Th，要找的是This中的Th。

import re
print(re.findall(r'Th(?=is)', 'There or This or The?'))

# 代码执行结果，匹配的是This中的Th
['Th']

• ?!
?!也是前置约束，但与?=正好相反，也是要匹配?!之前的内容，但同时要不匹配?!之后的内容，前置约束需要使用()。例：Th(?!is)表示要匹配Th，要找的是非This中的Th。

import re
print(re.findall(r'Th(?!is)', 'There or This or The?'))

# 代码执行结果，匹配的是There, The中的Th
['Th', 'Th']

• ?<=
?<=是后置约束，表示要匹配的是(?<=)之后的内容，但同时要匹配(?<=)括号内的内容，后置约束需要使用()。例：(?<=H)e表示要匹配e，要找的是He中的e。

import re
print(re.findall(r'(?<=H)e', 'The or He or She?'))

# 代码执行结果，匹配的是He中的e
['e']

• ?<!
?<!是后置约束，表示要匹配的是(?<!)之后的内容，但同时要不匹配(?<!)括号内的内容，后置约束需要使用()。例：(?<!H)e表示要匹配e，要找的是非He中的e。

import re
print(re.findall(r'(?<!H)e', 'The or He or She?'))

# 代码执行结果，匹配的是The, She中的e
['e', 'e']

参考资料

1. https://juejin.im/entry/59a651116fb9a024844938b5