字符组
字符组：[字符组],在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示字符分为很多类，比如数字、字母、标点等等。
假如一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。在线测试工具
|
正则
|
待匹配字符
|
匹配
结果
|
说明
|
|
[0123456789]
|
8
|
True
|
在一个字符组里枚举合法的所有字符，字符组里的任意一个字符
和"待匹配字符"相同都视为可以匹配
|
|
[0123456789]
|
a
|
False
|
由于字符组中没有"a"字符，所以不能匹配
|
|
[0-9]
|
7
|
True
|
也可以用-表示范围,[0-9]就和[0123456789]是一个意思
|
|
[a-z]
|
s
|
True
|
同样的如果要匹配所有的小写字母，直接用[a-z]就可以表示
|
|
[A-Z]
|
B
|
True
|
[A-Z]就表示所有的大写字母
|
|
[0-9a-fA-F]
|
e
|
True
|
可以匹配数字，大小写形式的a～f，用来验证十六进制字符
|
|
常用元字符
| 代码 | 说明 |
|---|
| . |
匹配除换行符以外的任意字符 |
| \w |
匹配字母或数字或下划线 |
| \s |
匹配任意的空白符 |
| \d |
匹配数字 |
| \b |
匹配单词的开始或结束 |
| ^ |
匹配字符串的开始 |
| $ |
匹配字符串的结束 |
| a|b |
匹配字符a或b |
| () |
匹配括号内的表达式,也表示一个组 |
|
\s所指的空白符包括space \t 以及\n
\b*匹配以*开头的单词,*\b则匹配以*结尾的单词
. ^ $
| 正则 |
待匹配字符 |
匹配
结果 |
说明 |
| 海. |
海燕海娇海东 |
海燕海娇海东 |
匹配所有"海."的字符 |
| ^海. |
海燕海娇海东 |
海燕 |
只从开头匹配"海." |
| 海.$ |
海燕海娇海东 |
海东 |
只匹配结尾的"海.$" |
|
常用限定符
| 代码/语法 | 说明 |
|---|
| * |
重复零次或更多次 |
| + |
重复一次或更多次 |
| ? |
重复零次或一次 |
| {n} |
重复n次 |
| {n,} |
重复n次或更多次 |
| {n,m} |
重复n到m次 |
|
* + ? { }
| 正则 |
待匹配字符 |
匹配
结果 |
说明 |
| 李.? |
李杰和李莲英和李二棍子 |
李杰
李莲
李二
|
?表示重复零次或一次，即只匹配"李"
后面一个任意字符
|
| 李.* |
李杰和李莲英和李二棍子 |
李杰和李莲英和李二棍子 |
*表示重复零次或多次，即匹配"李"
后面0或多个任意字符
|
| 李.+ |
李杰和李莲英和李二棍子 |
李杰和李莲英和李二棍子 |
+表示重复一次或多次，即只匹配"李"
后面1个或多个任意字符
|
| 李.{1,2} |
李杰和李莲英和李二棍子 |
李杰和
李莲英
李二棍
|
{1,2}匹配1到2次任意字符
|
|
注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配
| 正则 |
待匹配字符 |
匹配
结果 |
说明 |
| 李.*? |
李杰和李莲英和李二棍子 |
李
李
李 |
惰性匹配 |
|
常用反义词
| 代码/语法 | 说明 |
|---|
| \W |
匹配任意不是字母，数字，下划线，汉字的字符 |
| \S |
匹配任意不是空白符的字符 |
| \D |
匹配任意非数字的字符 |
| \B |
匹配不是单词开头或结束的位置 |
| [^x] |
匹配除了x以外的任意字符 |
| [^aeiou] |
匹配除了aeiou这几个字母以外的任意字符 |
|
[ ] 只要出现在中括号内的内容都可以被匹配
[^] 只要不出现在中括号中的内容都可以被匹配
有一些有特殊意义的元字符进入字符组中会回复它本来的意义 : . | [ ] ( )
字符集［］［^］
| 正则 |
待匹配字符 |
匹配
结果 |
说明 |
| 李[杰莲英二棍子]* |
李杰和李莲英和李二棍子 |
李杰
李莲英
李二棍子
|
表示匹配"李"字后面[杰莲英二棍子]的字符任意次
|
| 李[^和]* |
李杰和李莲英和李二棍子 |
李杰
李莲英
李二棍子
|
表示匹配一个不是"和"的字符任意次
|
| [\d] |
456bdha3 |
4
5
6
3
|
表示匹配任意一个数字，匹配到4个结果
|
| [\d]+ |
456bdha3 |
456
3
|
表示匹配任意个数字，匹配到2个结果
|
|
分组 ()与 或 ｜［^］
身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部🈶️数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字或x，下面我们尝试用正则来表示：
| 正则 |
待匹配字符 |
匹配
结果 |
说明 |
| ^[1-9]\d{13,16}[0-9x]$ |
110101198001017032 |
110101198001017032
|
表示可以匹配一个正确的身份证号 |
| ^[1-9]\d{13,16}[0-9x]$ |
1101011980010170 |
1101011980010170
|
表示也可以匹配这串数字，但这并不是一个正确
的身份证号码，它是一个16位的数字
|
| ^[1-9]\d{14}(\d{2}[0-9x])?$ |
1101011980010170 |
False
|
现在不会匹配错误的身份证号了
()表示分组，将\d{2}[0-9x]分成一组，就可以
整体约束他们出现的次数为0-1次
|
| ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ |
110105199812067023 |
110105199812067023
|
表示先匹配[1-9]\d{16}[0-9x]如果没有
匹配上就匹配[1-9]\d{14}
|
|
转义符
在正则表达式中，有很多有特殊意义的是元字符，比如\d和\s等，如果要在正则中匹配正常的"\d"而不是"数字"就需要对"\"进行转义，变成'\\'。
在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身还需要转义。所以如果匹配一次"\d",字符串中要写成'\\d'，那么正则里就要写成"\\\\d",这样就太麻烦了。这个时候我们就用到了r'\d'这个概念，此时的正则是r'\\d'就可以了。
贪婪匹配
贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配
| 正则 |
待匹配字符 |
匹配
结果 |
说明 |
| <.*> |
<script>...<script>
|
<script>...<script> |
默认为贪婪匹配模式，会匹配尽量长的字符串
|
| <.*?> |
r'\d' |
<script>
<script>
|
加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串
|
|
*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复
. 是任意字符
* 是取 0 至 无限长度
? 是非贪婪模式。
何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：
.*?x
就是取前面任意长度的字符，直到一个x出现
文章来源:女神的博客
