文章目錄

• 特殊符號和字元
• • 0x01 匹配多個正則表示式 |
  • 0x02 匹配任意單個字元 .
  • 0x03 從字元起始、結尾、邊界匹配
  • 0x04 限定範圍和否定
  • 0x04 使用閉包操作符實現存在性和頻數匹配
  • 0x05 表示字符集的特殊字元
  • 0x06 圓括號指定分組
  • 0x07 拓展表示法

特殊符號和字元

0x01 匹配多個正則表示式 |

管道符|，從多個模式中選擇其一，正則模式at|home

>>> str = re.match("at|home","home")
>>> str.group()
'home'
>>> str = re.match("at|home"
 
,"at qaq")
>>> str.group()
'at'

0x02 匹配任意單個字元 .

點號或者句點.符號匹配除了換行符\n以外的任意字元（python正則表示式有一個編譯標記[S 或者 DOTALL]，該標記能夠推翻這個限制，使點號能夠匹配換行符）。無論字母、數字、空格（不包括\n換行符）、可列印字元、不可列印字元，還是一個符號，使用點號都能匹配他們。

>>> str = re.match(".","a")
>>> str.group()
'a'

總結了一下常見的換行符和空格，經過測試，除了\n

• 換行符\v \n \f

>>> print("123\v456")
123
456
>>> print("123\n456")
123
456
>>> print("123\f456")
123
456

• \t 製表符，四個空格，相當於table鍵

>>> print("123\t456")
123     456

• \r將游標的位置回退到本行的開頭位置
  在命令列實現倒計時功能

import time
for i in range(10
 
):
    print("\r離程式退出還剩%s秒" % (9-i), end="")
    time.sleep(1)

0x03 從字元起始、結尾、邊界匹配

• 匹配起始位置：脫字元^、特殊字元\A
• 匹配末尾位置：美元符號$、特殊字元\Z

後者主要用於沒有脫字元的鍵盤，例如某些國際鍵盤

匹配以from起始的字串

>>> str = re.match("^from.*","from home")
>>> str.group()
'from home'

匹配以end結尾的字串

>>> str = re.match(".*end$","123end")
>>> str.group()
'123end'

• \b 匹配一個字元的邊界
• \B 不是單詞邊界

任意以the開始的字串

\bthe

只匹配單詞the

\bthe\b

任何包含但不以the為起始的字串

\Bthe

0x04 限定範圍和否定

方括號中兩個符號中間用連字元-連線 ，用於指定一個字元的範圍，例如 a-z、A-Z或者0-9，如果脫字元緊跟在左方括號後面，則表示不匹配給定字元中的任意一個字元

匹配字母z後緊跟任何一個字元，然後跟一個數字

>>> re.match("z.[0-9]","z=3").group()
'z=3'

>>> re.match("[a-b][deh-j][y-z]","ahy").group()
'ahy'

匹配非母音字元

>>> re.match("[^aeiou]*","pygb").group()
'pygb'

0x04 使用閉包操作符實現存在性和頻數匹配

• * 匹配左邊的表示式出現零次或者多次的情況。
• + 一次或多次出現的正則表示式。
• ? 匹配零次或一次出現的正則表示式。
• {N}或{M,N} 匹配前面的正則表示式N次，或匹配M-N次出現。

匹配15或者16位數字

[0-9]{15,16}

0x05 表示字符集的特殊字元

• \d 匹配任何十進位制數
• \w 匹配全部字母數字，[A-Za-z0-9_]
• \s 匹配空格字元
• 以上大寫版本表示不匹配，例如 \D表示任何非十進位制數

匹配美國電話的格式例如800-555-1212

\d{3}-\d{3}-\d{4}

匹配qq郵箱

\d{5,10}@qq.com

0x06 圓括號指定分組

名字和姓氏

>>> re.match("(Mr?s?\.)?([A-Za-z]*[A-Za-z-]+)","Mr.chen").group(0)
'Mr.chen'
>>> re.match("(Mr?s?\.)?([A-Za-z]*[A-Za-z-]+)","Mr.chen").group(1)
'Mr.'
>>> re.match("(Mr?s?\.)?([A-Za-z]*[A-Za-z-]+)","Mr.chen").group(2)
'chen'

0x07 拓展表示法

沒怎麼看懂

參考《python核心程式設計》學習筆記（一）：正則表示式擴充套件表示法

（?:\w+\.）* 以句點作為結尾的字串，例如“google.”、“twitter.”、“facebook.”，但是這些匹配不會儲存下來供後續的使用和資料檢索

（？#comment） 此處不做匹配，只是作為註釋

（？=.com） 如果一個字串後面跟著“.com”才做匹配操作，並不使用任何目標字串

（？！.net） 如果一個字串後面不是跟著“.net”才做匹配操作

（？<=800-） 如果字串之前為“800-”才做匹配，假定為電話號碼，同樣，並不使用任何輸入字串

（？<!192\.168\.） 如果一個字串之前不是“192.168.”才做匹配操作，用來過濾掉一組C類IP地址

（？（1）y|x） 如果一個匹配組1存在，就與y匹配，否則與x匹配

總結來看，四種斷言：

正向前行匹配（？=...） ##以某個字串結尾

負向前行匹配（？！...） ##不以某個字串結尾

正向後行匹配（？<=...） ##以某個字串開頭

負向後行匹配（？<!...） ##不以某個字串開頭

所謂的前行(lookahead)和後行(lookbehind)，其實就是向前看和向後看的意思