Python3 正則表示式特殊符號及用法（詳細列表）

阿新 • • 發佈：2022-05-11

正則表示式的強大之處在於特殊符號的應用，特殊符號定義了字元集合、子組匹配、模式重複次數。正是這些特殊符號使得一個正則表示式可以匹配字串集合而不只是一個字串。

注1：為了便於理解，難點的地方均用斜體舉了栗子。

注2：如果你對正則表示式一頭霧水或者看不懂下邊這個列表，那麼小甲魚極力推薦你先學習這個：Python3 如何優雅地使用正則表示式（完整版）

字元	含義
.	表示匹配除了換行符外的任何字元注：通過設定 re.DOTALL 標誌可以使 . 匹配任何字元（包含換行符）
\|	A \| B，表示匹配正則表示式 A 或者 B
^	1. （脫字元）匹配輸入字串的開始位置 2. 如果設定了 re.MULTILINE 標誌，^ 也匹配換行符之後的位置
$	1. 匹配輸入字串的結束位置 2. 如果設定了 re.MULTILINE 標誌，$ 也匹配換行符之前的位置
\	1. 將一個普通字元變成特殊字元，例如 \d 表示匹配所有十進位制數字 2. 解除元字元的特殊功能，例如 \. 表示匹配點號本身 3. 引用序號對應的子組所匹配的字串 4. 詳見下方列舉
[...]	字元類，匹配所包含的任意一個字元注1：連字元 - 如果出現在字串中間表示字元範圍描述；如果如果出現在首位則僅作為普通字元注2：特殊字元僅有反斜線 \ 保持特殊含義，用於轉義字元。其它特殊字元如 *、+、? 等均作為普通字元匹配注3：脫字元 ^ 如果出現在首位則表示匹配不包含其中的任意字元；如果 ^ 出現在字串中間就僅作為普通字元匹配
{M,N}	M 和 N 均為非負整數，其中 M <= N，表示前邊的 RE 匹配 M ~ N 次注1：{M,} 表示至少匹配 M 次注2：{,N} 等價於 {0,N} 注3：{N} 表示需要匹配 N 次
*	匹配前面的子表示式零次或多次，等價於 {0,}
+	匹配前面的子表示式一次或多次，等價於 {1,}
?	匹配前面的子表示式零次或一次，等價於 {0,1}
*?, +?, ??	預設情況下、+ 和 ? 的匹配模式是貪婪模式（即會盡可能多地匹配符合規則的字串）；?、+? 和 ?? 表示啟用對應的非貪婪模式。舉個栗子：對於字串 "FishCCC"，正則表示式 FishC+ 會匹配整個字串，而 FishC+? 則匹配 "FishC"。
{M,N}?	同上，啟用非貪婪模式，即只匹配 M 次
(...)	匹配圓括號中的正則表示式，或者指定一個子組的開始和結束位置注：子組的內容可以在匹配之後被 \數字再次引用舉個栗子：(\w+) \1 可以字串 "FishC FishC.com" 中的 "FishC FishC"（注意有空格）
(?...)	(? 開頭的表示為正則表示式的擴充套件語法（下邊這些是 Python 支援的所有擴充套件語法）
(?aiLmsux)	1. (? 後可以緊跟著 'a'，'i'，'L'，'m'，'s'，'u'，'x' 中的一個或多個字元，只能在正則表示式的開頭使用 2. 每一個字元對應一種匹配標誌：re-A（只匹配 ASCII 字元），re-I（忽略大小寫），re-L（區域設定），re-M（多行模式）, re-S（. 匹配任何符號），re-X（詳細表達式），包含這些字元將會影響整個正則表示式的規則 3. 當你不想通過 re.compile() 設定正則表示式標誌，這種方法就非常有用啦注意，由於 (?x) 決定正則表示式如何被解析，所以它應該總是被放在最前邊（最多允許前邊有空白符）。如果 (?x) 的前邊是非空白字元，那麼 (?x) 就發揮不了作用了。
(?:...)	非捕獲組，即該子組匹配的字串無法從後邊獲取
(?P<name>...)	命名組，通過組的名字（name）即可訪問到子組匹配的字串
(?P=name)	反向引用一個命名組，它匹配指定命名組匹配的任何內容
(?#...)	註釋，括號中的內容將被忽略
(?=...)	前向肯定斷言。如果當前包含的正則表示式（這裡以 ... 表示）在當前位置成功匹配，則代表成功，否則失敗。一旦該部分正則表示式被匹配引擎嘗試過，就不會繼續進行匹配了；剩下的模式在此斷言開始的地方繼續嘗試。舉個栗子：love(?=FishC) 只匹配後邊緊跟著 "FishC" 的字串 "love"
(?!...)	前向否定斷言。這跟前向肯定斷言相反（不匹配則表示成功，匹配表示失敗）。舉個栗子：FishC(?!\.com) 只匹配後邊不是 ".com" 的字串 "FishC"
(?<=...)	後向肯定斷言。跟前向肯定斷言一樣，只是方向相反。舉個栗子：(?<=love)FishC 只匹配前邊緊跟著 "love" 的字串 "FishC"
(?<!...)	後向否定斷言。跟前向肯定斷言一樣，只是方向相反。舉個栗子：(?<!FishC)\.com 只匹配前邊不是 "FishC" 的字串 ".com"
(?(id/name)yes-pattern\|no-pattern)	1. 如果子組的序號或名字存在的話，則嘗試 yes-pattern 匹配模式；否則嘗試 no-pattern 匹配模式 2. no-pattern 是可選的舉個栗子：(<)?(\w+@\w+(?:\.\w+)+)(?(1)>\|$) 是一個匹配郵件格式的正則表示式，可以匹配 <[email protected]> 和 '[email protected]'，但是不會匹配 '<[email protected]' 或 '[email protected]>'
\	下邊列舉了由字元 '\' 和另一個字元組成的特殊含義。注意，'\' + 元字元的組合可以解除元字元的特殊功能
\序號	1. 引用序號對應的子組所匹配的字串，子組的序號從 1 開始計算 2. 如果序號是以 0 開頭，或者 3 個數字的長度。那麼不會被用於引用對應的子組，而是用於匹配八進位制數字所表示的 ASCII 碼值對應的字元舉個栗子：(.+) \1 會匹配 "FishC FishC" 或 "55 55"，但不會匹配 "FishCFishC"（注意，因為子組後邊還有一個空格）
\A	匹配輸入字串的開始位置
\Z	匹配輸入字串的結束位置
\b	匹配一個單詞邊界，單詞被定義為 Unidcode 的字母數字或下橫線字元舉個栗子：\bFishC\b 會匹配字串 "love FishC"、FishC." 或 "(FishC)"
\B	匹配非單詞邊界，其實就是與 \b 相反舉個栗子：py\B 會匹配字串 "python"、"py3" 或 "py2"，但不會匹配 "py "、"py." 或 "py!"
\d	1. 對於 Unicode（str 型別）模式：匹配任何一個數字，包括 [0-9] 和其他數字字元；如果開啟了 re.ASCII 標誌，就只匹配 [0-9] 2. 對於 8 位（bytes 型別）模式：匹配 [0-9] 中任何一個數字
\D	匹配任何非 Unicode 的數字，其實就是與 \d 相反；如果開啟了 re.ASCII 標誌，則相當於匹配 [^0-9]
\s	1. 對於 Unicode（str 型別）模式：匹配 Unicode 中的空白字元（包括 [ \t\n\r\f\v] 以及其他空白字元）；如果開啟了 re.ASCII 標誌，就只匹配 [ \t\n\r\f\v] 2. 對於 8 位（bytes 型別）模式：匹配 ASCII 中定義的空白字元，即 [ \t\n\r\f\v]
\S	匹配任何非 Unicode 中的空白字元，其實就是與 \s 相反；如果開啟了 re.ASCII 標誌，則相當於匹配 [^ \t\n\r\f\v]
\w	1. 對於 Unicode（str 型別）模式：匹配任何 Unicode 的單詞字元，基本上所有語言的字元都可以匹配，當然也包括數字和下橫線；如果開啟了 re.ASCII 標誌，就只匹配 [a-zA-Z0-9_] 2. 對於 8 位（bytes 型別）模式：匹配 ASCII 中定義的字母數字，即 [a-zA-Z0-9_]
\W	匹配任何非 Unicode 的單詞字元，其實就是與 \w 相反；如果開啟了 re.ASCII 標誌，則相當於 [^a-zA-Z0-9_]
轉義符號	正則表示式還支援大部分 Python 字串的轉義符號：\a，\b，\f，\n，\r，\t，\u，\U，\v，\x，\\ 注1：\b 通常用於匹配一個單詞邊界，只有在字元類中才表示“退格” 注2：\u 和 \U 只有在 Unicode 模式下才會被識別注3：八進位制轉義（\數字）是有限制的，如果第一個數字是 0，或者如果有 3 個八進位制數字，那麼就被認為是八進位制數；其他情況則被認為是子組引用；至於字串，八進位制轉義總是最多隻能是 3 個數字的長度