python 正则表达
在线工具
可以用这个在线测试工具 http://tool.chinaz.com/regex/ 来看你的正则表达式
正则表达式
正则，就是只和字符串相关。匹配‘1’就是去匹配‘1’，直接匹配就是了。
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，标点符号等。
假如你现在要求一个位置“只能出现一个数字”，那么这个位置上的字符只能是0-9这10个数字。
| 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 | 由于字符组里没有‘a’这个字符，所以不能匹配 |
| [0-9] | 7 | True | 也可以用-表示范围，[0-9]和[0123456789]是一个意思 |
| [a-z] | s | True | 同样如果要匹配 所有小写字母，直接用[a-z]就可以了 |
| [A-Z] | B | True | [A-Z]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16进制字符 |
字符：
| 元字符 | 匹配内容 |
| . | 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 |
| \n | 匹配一个换行符 |
| \t | 匹配一个制表符 |
| \b | 匹配一个单词的结尾 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结尾 |
| \W | 匹配非字母或数字或下划线 |
| \S | 匹配非空白符 |
| \D | 匹配非数字 |
| a|b | 匹配字符a或字符b |
| () | 匹配括号内的表达式，也表示一个组 |
| [...] | 匹配字符组里的字符 |
| [^...] | 匹配除了字符组里的所有字符 |
\w 就是word
\s 就是space
\d 就是digital
量词 ：
| 量词 | 用法说明 |
| * | 重复0次或更多次 |
| + | 重复1次或更多次 |
| ？ | 重复0次或1次 |
| {n} | 重复n次 |
| {n,} | 重复n次或更多次 |
| {n,m} | 重复n次到m次 |
. ^ $
| 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.” |
* + ? { }
| 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0次或1次，即只匹配“李”后的一个任意字符 |
| 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0次或更多次，即匹配”李“后面的0个或多个任意字符 |
| 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1次或更多次，即匹配”李“后面的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 |
注间前面的*，+ ，？都是贪婪匹配，也就是尽可能的去匹配，后面加上？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 |
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“后面[杰莲英二棍子]的任意次 |
| 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“的字符的任意次 |
| [\d] | 456abcds3 |
4 5 6 3 |
表示匹配任意一个数字，匹配4个结果 |
| [\d]+ | 456abccds3 |
456 3 |
表示匹配任意个数字，匹配两个结果 |
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则全部是由数字组成，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表示：
| 正则 | 待匹配字符 | 匹配结果 | 说明 |
| ^[1-9]\d{13,16}[0-9x]$ |
1101011980 01017032 |
1101011980 01017032 |
表示可以匹配一个正确的身份证号 |
| ^[1-9]\d{13,16}[0-9x]$ |
110101198 0010170 |
110101198 0010170 |
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，这是一个16们的数字 |
| ^[1-9]\d{14}(\d{2}[0-9x])?$ |
110101198 0010170 |
False |
现在不会匹配错误的身份证号了 （）表示分组，将\d{14}[0-9x]分成一组，就可以整体约束它们出现的次数0-1次 |
| ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ |
1101051998 12067023 |
1101051998 12067023 |
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特殊意义的元字符，比如\n和\s等，如果要在正则中匹配正常的”\n“而不是”换行符“，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"\n",字符串中要写成'\\n'，那么正则里就要写成"\\\\n",这样就太麻烦了。这个时候我们就用
到了r'\n'这个概念，此时的正则是r'\\n'就可以了。
| 正则 | 待匹配字符 |
匹配 结果 |
说明 |
| \n | \n | False | 因为正则表达式中\有特殊意义的字符，所以要匹配\n本身，用表达式\n无法匹配 |
| \\n | \n | True | 转义\之后变成\\，即可以匹配 |
| ”\\\n“ | '\\n' | True | 如果在Python中，字符串中的'\'也需要转义，所以每一个字符‘\’又需要转义一次 |
| r'\\n' | r'\n' | True | 在字符串之前加r，让整个字符串不转义 |
贪婪匹配
贪婪匹配：要满足匹配时，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，会尽量长的去匹配字符 |
| <.*?> |
<script>.... <script> |
<script> <script> |
加上？为将贪婪匹配转换为非贪婪匹配，匹配 尽量短的字符串 |
几个常用的非贪婪匹配：
*? 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
.*?的用法
. 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
