《Python核心编程》——正则表达式学习笔记（1）

正则表达式的定义及作用

     定义：正则表达式是由字符和特殊符号组成的字符串，按照某种模式匹配一系列有相似特征的字符串。

     作用：可以进行字符串的匹配、切割、替换和获取，用于筛选符合正则表达式模式要求的字符串。

正则表达式的常用符号及其描述

1.使用择一匹配符号匹配多个

       使用符号（ | ），表示从“多个模式中选择一个”。例如：

正则表达式模式	匹配的字符串
at|home	at、home
bat|bet|bit	bat、bet、bit

 

   也称作并或者逻辑或。

2.匹配任意单个字符

     .或者。:匹配除了换行符\n以外的任何字符。

正则表达式模式	匹配的字符串
f.o	fao、fbo、f#o、f9o等
..	任意两个字符
.end	fend、9end、#end

如果需要匹配句号和句点字符，则需要使用反斜线转义句点符号，如“\。“

3.从字符串起始、结尾或单词边界匹配

脱字符（^）和\A：用于匹配字符串开始位置。

符号（$）和\Z：用于匹配字符串末尾位置。

\b和\B：\b匹配的单词必须位于字符串首部。

             \B匹配的单词可以位于字符串任意部位。

 

正则表达式模式	匹配的字符串
^from	任何以from起始的字符串
/bin/tcsh$	任何以/bin/tcsh结尾的字符串
^sub:hi$	任何由单独的字符串sub:hi构成的字符串

 

4.匹配特定字符

使用[ ]，[ ]里面包含的字符为可以选择的任何字符。

正则表达式模式	匹配的字符串
b[abcd]t	bat、bbt、bct、bdt
[cr][23][dp][o2]	从每个[]中分别取一个字符，如c2d2、r2po等

5.限定范围和否定

[x -y ]：用于限定范围x-y之间的取值。如[a-z]表示取a至z范围的一个字母。

[^...]：表示不匹配给定字符集的任何一个字符。

正则表达式模式	匹配的字符串
[env-y]	'e'、'n'、'v'、'w'、'x'、'y'
[^aeiou]	一个非元音字符
["-a]	在ASCII表中，位于"到a字符之间的字符

6.使用闭包操作符实现存在性和频数匹配

（*）：匹配0次或多次左边的正则表达式。

（+）：匹配1次或多次左边的正则表达式。

（？）：匹配0次或1次左边的正则表达式。

（{}）：{N}匹配N次左边的正则表达式。{M,N}匹配M~N次。

 

正则表达式模式	匹配的字符串
[dn]ot?	匹配0次或1次't',可能是do,dnot,no, not
[0-9]{15,16}	匹配15或者16个数字
</?[^>]+>	匹配全部有效（或无效）的html标签

7.表示字符集的特殊字符

\d：表示匹配任何十进制数。

\w：表示匹配全部字母和数字的字符集。相当于[A-Za-z0-9]

\s：匹配空格字符。

这些特殊字符的大写版本表示不匹配，如\D表示任何非十进制数。

 

正则表达式模式	匹配的字符串
[A-Za-z]\w*	第一个字符是字母；其余字符可以是字母或者数字
\w+@\w+\.com	以XXX@YYY.com表示的简单电子邮件地址

8.使用圆括号进行分组

圆括号（）的作用：（1）对正则表达式进行分组    （2）匹配子组

9.扩展表示法

（？...）作用：判断匹配之前提供标记，实现一个前视（或者后视）匹配，或者条件检查。

 

正则表达式模式	匹配的字符串
(?:\w+.)*	以句点作为结尾的字符串，例如"google."。
(?#comment)	此处不作匹配，只是作为注释。
（？=.com）	字符串后面跟着“.com”才作匹配。
（？！.net）	字符串后面不跟“.net”才作匹配。
(?<=800-)	如果字符串之前是“800-”才作匹配。
(?<!192\.168\.)	字符串之前不是“192.168.”才作匹配。
（？（1）x|y）	如果一个匹配组1存在，就与x匹配；否则与y匹配。