Python3中的正则表达式学习记录（二）

限定符

限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。

正则表达式的限定符有：

字符	描述
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于 {0,}。
+	匹配前面的子表达式一次或多次。例如，zo+ 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，do(es)? 可以匹配 "do" 、 "does"、 "doxy" 中的 "do" 和 "does"。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，o{2} 不能匹配 "Bob" 中的 o，但是能匹配 "food" 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。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*。
{n,m}	m 和 n 均为非负整数，其中 n <= m。最少匹配 n 次且最多匹配 m 次。例如，o{1,3} 将匹配 "fooooood" 中的前三个 o。o{0,1} 等价于 o?。请注意在逗号和两个数之间不能有空格。

示例：

re.sub(r'(\b[A-z]+) \1',r'\1','Cat In The The Hat')

把里面的 + 换成 *，如：

re.sub(r'(\b[A-z]*) \1',r'\1','Cat In The The Hat')

* 表示左边的字符出现 0 次或多次，这样正则就能匹配到 \b+ 空格 +\b 的字符,并且将其替换为 \b。也就是说删除掉 \b+ 空格。相当于去掉空格，合并 2 个单词边界为 1 个。

利用正则表达式匹配一个正整数，[1-9]设置第一个数字不是 0，[0-9]* 表示任意多个数字：

/[1-9][0-9]*/

注意，限定符出现在范围表达式之后。因此，它应用于整个范围表达式，在本例中，只指定从 0 到 9 的数字（包括 0 和 9）。

这里不使用 + 限定符，因为在第二个位置或后面的位置不一定需要有一个数字。也不使用 ? 字符，因为使用 ? 会将整数限制到只有两位数。

如果想设置 0~99 的两位数，可以使用下面的表达式来至少指定一位但至多两位数字。

/[0-9]{1,2}/ #只能匹配两位数字，而且可以匹配 0、00、01、10 99 的章节编号仍只匹配开头两位数字。


/[1-9][0-9]?/#匹配 1~99 的正整数

 
/[1-9][0-9]{0,1}/#匹配 1~99 的正整数

* 和 + 限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个 ? 就可以实现非贪婪或最小匹配。