?2016-2026 Matools All rights reserved,
粵ICP備17059708號
1、正則基礎(chǔ) <https://www.cnblogs.com/gl1573/p/11363079.html#h1>1.1、基礎(chǔ)語法
<https://www.cnblogs.com/gl1573/p/11363079.html#h11>1.2、修飾符
<https://www.cnblogs.com/gl1573/p/11363079.html#h12>1.3、貪婪與懶惰
<https://www.cnblogs.com/gl1573/p/11363079.html#h13>2、正則進階
<https://www.cnblogs.com/gl1573/p/11363079.html#h2>2.1、捕獲分組
<https://www.cnblogs.com/gl1573/p/11363079.html#h21>2.2、零寬斷言
<https://www.cnblogs.com/gl1573/p/11363079.html#h22>2.3、條件匹配
<https://www.cnblogs.com/gl1573/p/11363079.html#h23>2.4、findall
<https://www.cnblogs.com/gl1573/p/11363079.html#h24findall>結(jié)語
<https://www.cnblogs.com/gl1573/p/11363079.html#h>
導(dǎo)讀：正則在各語言中的使用是有差異的，本文以 Python 3 為基礎(chǔ)。本文主要講述的是正則的語法，對于 re 模塊不做過多描述，只會對一些特殊地方做提示。
很多人覺得正則很難，在我看來，這些人一定是沒有用心。其實正則很簡單，根據(jù)二八原則，我們只需要懂 20% 的內(nèi)容就可以解決 80%
的問題了。我曾經(jīng)有幾年幾乎每天都跟正則打交道，剛接手項目的時候我對正則也是一無所知，花半小時百度了一下，然后寫了幾個
demo，就開始正式接手了。三年多時間，我用到的正則鮮有超出我最初半小時百度到的知識的。
1、正則基礎(chǔ)
1.1、基礎(chǔ)語法
（1）常用元字符
語法描述
\b 匹配單詞的開始或結(jié)束
\d 匹配數(shù)字
\s 匹配任意不可見字符（空格、換行符、制表符等），等價于[ \f\n\r\t\v]。
\w 匹配任意 Unicode 字符集，包括字母、數(shù)字、下劃線、漢字等
. 匹配除換行符（\n）以外的任意字符
^ 或 \A 匹配字符串或行的起始位置
$ 或 \Z 匹配字符串或行的結(jié)束位置
（2）限定詞（又叫量詞）
語法描述
* 重復(fù)零次或更多次
+ 重復(fù)一次或更多次
? 重復(fù)零次或一次
{n} 重復(fù) n 次
{n,} 重復(fù) n 次或更多次
{n,m} 重復(fù) n 到 m 次
（3）常用反義詞
語法描述
\B 匹配非單詞的開始或結(jié)束
\D 匹配非數(shù)字
\S 匹配任意可見字符， [^ \f\n\r\t\v]
\W 匹配任意非 Unicode 字符集
[^abc] <https://www.cnblogs.com/gl1573/p/11363079.html#footnote-abc> 除 a、b、c
以外的任意字符
（4）字符族
語法描述
[abc] a、b 或 c
[^abc] <https://www.cnblogs.com/gl1573/p/11363079.html#footnote-abc> 除 a、b、c
以外的任意字符
[a-zA-Z] a 到 z 或 A 到 Z
[a-d[m-p]] a 到 d 或 m 到 p，即 [a-dm-p]（并集）
[a-z&&[def]] d、e 或 f（交集）
[a-z&&[^bc]] a 到 z，除了 b 和 c：[ad-z]（減去）
[a-z&&[^m-p]] a 到 z，減去 m 到 p：[a-lq-z]（減去）
以上便是正則的基礎(chǔ)內(nèi)容，下面來寫兩個例子看下：
s?=?'123abc你好'
re.search('\d+',?s).group()
re.search('\w+',?s).group()
結(jié)果：
123
123abc你好
是不是很簡單？
1.2、修飾符
修飾符在各語言中也是有差異的。
Python 中的修飾符：
修飾符描述
re.A 匹配 ASCII字符類，影響 \w, \W, \b, \B, \d, \D
re.I 忽略大小寫
re.L 做本地化識別匹配（這個極少極少使用）
re.M 多行匹配，影響 和
re.S 使 . 匹配包括換行符（\n）在內(nèi)的所有字符
re.U 匹配 Unicode 字符集。與 re.A 相對，這是默認設(shè)置
re.X 忽略空格和 # 后面的注釋以獲得看起來更易懂的正則。
（1）re.A
修飾符 A 使 \w 只匹配 ASCII 字符，\W 匹配非 ASCII 字符。
s?=?'123abc你好'
re.search('\w+',?s,?re.A).group()
re.search('\W+',?s,?re.A).group()
結(jié)果：
123abc
你好
但是描述中還有 \d 和 \D，數(shù)字不都是 ASCII 字符嗎？這是什么意思？別忘了，還有 全角和半角！
s?=?'０１２３４５６７８９'????#?全角數(shù)字
re.search('\d+',?s,?re.U).group()
結(jié)果：
０１２３４５６７８９
（2）re.M
多行匹配的模式其實也不常用，很少有一行行規(guī)整的數(shù)據(jù)。
s?=?'aaa\r\nbbb\r\nccc'
re.findall('^[\s\w]*?$',?s)
re.findall('^[\s\w]*?$',?s,?re.M)
結(jié)果：
['aaa\r\nbbb\r\nccc']????????#?單行模式
['aaa\r',?'bbb\r',?'ccc']????#?多行模式
（3）re.S
這個簡單，直接看個例子。
s?=?'aaa\r\nbbb\r\nccc'
re.findall('^.*',?s)
re.findall('^.*',?s,?re.S)
結(jié)果：
['aaa\r']
['aaa\r\nbbb\r\nccc']
（4）re.X
用法如下：
rc?=?re.compile(r"""
\d+?#?匹配數(shù)字
#?和字母
[a-zA-Z]+
""",?re.X)
rc.search('123abc').group()
結(jié)果：
123abc
注意，用了 X 修飾符后，正則中的所有空格會被忽略，包括正則里面的原本有用的空格。如果正則中有需要使用空格，只能用 \s 代替。
（5）(?aiLmsux)
修飾符不僅可以代碼中指定，也可以在正則中指定。(?aiLmsux) 表示了以上所有的修飾符，具體用的時候需要哪個就在 ? 后面加上對應(yīng)的字母，示例如下，
(?a) 和 re.A 效果是一樣的：
s?=?'123abc你好'
re.search('(?a)\w+',?s).group()
re.search('\w+',?s,?re.A).group()
結(jié)果是一樣的：
123abc
123abc
1.3、貪婪與懶惰
當正則表達式中包含能接受重復(fù)的限定符時，通常的行為是（在使整個表達式能得到匹配的前提下）匹配盡可能多的字符。
s?=?'aabab'
re.search('a.*b',?s).group()????#?這就是貪婪
re.search('a.*?b',?s).group()???#?這就是懶惰
結(jié)果：
aabab
aab
簡單來說：
* 所謂貪婪，就是盡可能 多 的匹配；
* 所謂懶惰，就是盡可能 少 的匹配。
* *、+、{n,} 這些表達式屬于貪婪；
* *?、+?、{n,}? 這些表達式就是懶惰（在貪婪的基礎(chǔ)上加上 ?）。
2、正則進階
2.1、捕獲分組
語法描述
(exp) 匹配exp，并捕獲文本到自動命名的組里
(?Pexp) 匹配exp，并捕獲文本到名稱為 name 的組里
(?:exp) 匹配exp，不捕獲匹配的文本，也不給此分組分配組號
(?P=name) 匹配之前由名為 name 的組匹配的文本
注意：在其他語言或者網(wǎng)上的一些正則工具中，分組命名的語法是 (?<name>exp) 或 (?'name'exp) ，但在 Python
里，這樣寫會報錯：This named group syntax is not supported in this regex dialect。Python
中正確的寫法是：(?P<name>exp)
示例一：
分組可以讓我們用一條正則提取出多個信息，例如：
s?=?'姓名：張三；性別：男；電話：138123456789'
m?=?re.search('姓名[:：](\w+).*?電話[:：](\d{11})',?s)
if?m:
????name?=?m.group(1)
????phone?=?m.group(2)
????print(f'name:{name},?phone:{phone}')
結(jié)果：
name:張三,?phone:13812345678
示例二：
(?P<name>exp) 有時還是會用到的， (?P=name) 則很少情況下會用到。我想了一個 (?P=name) 的使用示例，給大家看下效果：
s?=?'''
<name>張三</name>
<age>30</age>
<phone>138123456789</phone>
'''
pattern?=?r'<(?P<name>.*?)>(.*?)</(?P=name)>'
It?=?re.findall(pattern,?s)
結(jié)果：
[('name',?'張三'),?('age',?'30'),?('phone',?'138123456789')]
2.2、零寬斷言
語法描述
(?=exp) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置
(?!exp) 匹配后面跟的不是exp的位置
(?<!exp) 匹配前面不是exp的位置
注意：正則中常用的前項界定 (?<=exp) 和前項否定界定 (?<!exp) 在 Python 中可能會報錯：look-behind requires
fixed-width pattern，原因是 python 中前項界定的表達式必須是定長的，看如下示例：
(?<=aaa)????????#?正確
(?<=aaa|bbb)????#?正確
(?<=aaa|bb)????????#?錯誤
(?<=\d+)????????#?錯誤
(?<=\d{3})????????#?正確
2.3、條件匹配
這大概是最復(fù)雜的正則表達式了。語法如下：
語法描述
(?(id/name)yes|no) 如果指定分組存在，則匹配 yes 模式，否則匹配 no 模式
此語法極少用到，印象中只用過一次。
以下示例的要求是：如果以 _ 開頭，則以字母結(jié)尾，否則以數(shù)字結(jié)尾。
s1?=?'_abcd'
s2?=?'abc1'
pattern?=?'(_)?[a-zA-Z]+(?(1)[a-zA-Z]|\d)'
re.search(pattern,?s1).group()
re.search(pattern,?s2).group()
結(jié)果：
_abcd
abc1
2.4、findall
Python 中的 re.findall 是個比較特別的方法（之所以說它特別，是跟我常用的 C#
做比較，在沒看注釋之前我想當然的掉坑里去了）。我們看這個方法的官方注釋：
Return?a?list?of?all?non-overlapping?matches?in?the?string.
If?one?or?more?capturing?groups?are?present?in?the?pattern,?return?
a?list?of?groups;?this?will?be?a?list?of?tuples?if?the?pattern?
has?more?than?one?group.
Empty?matches?are?included?in?the?result.
簡單來說，就是
* 如果沒有分組，則返回整條正則匹配結(jié)果的列表；
* 如果有 1 個分組，則返回分組匹配到的結(jié)果的列表；
* 如果有多個分組，則返回分組匹配到的結(jié)果的元組的列表。
看下面的例子：
s?=?'aaa123bbb456ccc'
re.findall('[a-z]+\d+',?s)??????????#?不包含分組
re.findall('[a-z]+(\d+)',?s)????????#?包含一個分組
re.findall('([a-z]+(\d+))',?s)??????#?包含多個分組
re.findall('(?:[a-z]+(\d+))',?s)????#??:?不捕獲分組匹配結(jié)果
結(jié)果：
['aaa123',?'bbb456']
['123',?'456']
[('aaa123',?'123'),?('bbb456',?'456')]
['123',?'456']
零寬斷言中講到 Python 中前項界定必須是定長的，這很不方便，但是配合 findall 有分組時只取分組結(jié)果的特性，就可以模擬出非定長前項界定的效果了。
結(jié)語
其實正則就像是一個數(shù)學(xué)公式，會背公式不一定會做題。但其實這公式一點也不難，至少比學(xué)校里學(xué)的數(shù)學(xué)簡單多了，多練習幾次也就會了。
熱門工具 換一換