Python基础 - 正则表达式

按照字面意义进行匹配如字母、数字、空格等，例如匹配字母 "a" 将匹配到文本中的 "a" 字符。

\d # 匹配数字字符，等价于 [0-9]
\D # 匹配非数字字符，等价于 [^0-9]
\w # 匹配单词字符（字母、数字、下划线），等价于 [a-zA-Z0-9_]
\W # 匹配非单词字符 ，等价于 [^a-zA-Z0-9_]
\s # 匹配空白字符（包括空格、换行符、制表符）
\S # 匹配非空白字符
.  # 匹配任意字符（换行符除外） 示例：a.b 匹配 "aab", "a1b", "a b" 等

^   # 匹配字符串的开头 示例：^abc 匹配以 "abc" 开头的字符串
$   # 匹配字符串的结尾 示例：xyz$ 匹配以 "xyz" 结尾的字符串
\b  # 匹配单词边界    示例：\bcat\b 匹配 "cat" 但不匹配 "category"
\B  # 匹配非单词边界  示例：\Bcat\B 匹配 "scattered" 中的 "cat" 但不匹配单独的 "cat"

[]       # 匹配括号内的任意一个字符              示例：[aeiou] 匹配任意一个元音字母
[^]      # 匹配除了括号内的字符以外的任意一个字符  示例：[^0-9] 匹配任意非数字字符
-        #  在字符类中表示范围                  示例：[a-z] 匹配任意小写字母

*     # 匹配前面的模式零次或多次              示例：ab*c 匹配 "ac", "abc", "abbc" 等
+     # 匹配前面的模式一次或多次              示例：ab+c 匹配 "abc", "abbc" 但不匹配 "ac"
?     # 匹配前面的模式零次或一次              示例：colou?r 匹配 "color" 和 "colour"
{n}   # 匹配前面的模式恰好 n 次              示例：a{3} 匹配 "aaa"
{n,}  # 匹配前面的模式至少 n 次              示例：a{2,} 匹配 "aa", "aaa" 等
{n,m} # 匹配前面的模式至少 n 次且不超过 m 次   示例：a{2,4} 匹配 "aa", "aaa", "aaaa"

()    # 用于分组和捕获子表达式    示例：(ab)+ 匹配 "ab", "abab" 等  额外捕获最后一个 "ab" 到分组 $1
(?:)  # 用于分组但不捕获子表达式  示例：(ab)+ 匹配 "ab", "abab" 等   不捕获分组

\   # 转义字符，用于匹配特殊字符本身   示例：\. 匹配实际的点号而不是任意字符
.   # 匹配任意字符（除了换行符）      示例：a.b 匹配 "aab", "a1b", "a b" 等
|   # 用于指定多个模式的选择         示例：cat|dog 匹配 "cat" 或 "dog"

i # 忽略大小写            示例：/abc/i 可以匹配 "abc", "Abc", "ABC" 等
g # 全局匹配忽略大小写     示例：在字符串 "ababab" 中，/ab/g 会匹配所有三个 "ab"
m # 多行模式             示例：在多行字符串中，/^abc/m 会匹配每行开头的 "abc"

*?    # 零次或多次，但尽可能少
+?    # 一次或多次，但尽可能少
??    # 零次或一次，但尽可能少
{n,m} # n到m次，但尽可能少

示例：<div>hello world</div>  <.*?> 匹配HTML标签时不会跨标签匹配,只匹配<div>。但是<.*>会匹配<div>hello world</div>

\                              转义符
(), (?:), (?=), []	           圆括号和方括号
*, +, ?, {n}, {n,}, {n,m}	   限定符
^, $, \任何元字符、任何字符	   定位点和序列（即：位置和顺序）
|                              替换，"或"操作

>>> import re
>>> print(re.findall('.+', 'abd\ndef\ng'))   # .匹配任意字符，换行符除外
['abd', 'def', 'g']
>>> print(re.findall('.+', 'abd\ndef\ng', flags=re.DOTALL))  # 加上flags=re.DOTALL后 .就可以匹配所有字符包括换行符
['abd\ndef\ng']

>>> res = re.search('\d{3,4}-\d{7,8}', 'Tel:028-7654321')
>>> print(res)
<re.Match object; span=(4, 15), match='028-7654321'>
>>> print(res.span())
(4, 15)
>>> print(res.group())
028-7654321

>>> re.findall('(ab)+', 'ababcdaab')
['ab', 'ab']
>>> re.findall('(?:ab)+', 'ababcdaab')
['abab', 'ab']
>>> res = re.search('(ab)+', 'ababcdaab')
>>> res.group()
'abab'
>>> res.group(1)
'ab'

res = re.finditer('(\d{3,4})-(\d{7,8})', 'Tel:028-7654321 Tel:029-97654321')
for m in res:
    print(m.group())

res = re.compile('.*')  # 返回一个正则表达式对象。