Python中的正则表达式语法

• .匹配除了换行符之外的所有字符

import re
re.compile(r'.').match('\n') # return None

• ^和$表示匹配开头和结尾
• *表示匹配0个或者多个 +表示匹配一个或者多个 ?表示匹配0个或者一个
• 贪婪模式
  *, ?和+都会尽可能的匹配多个字符，但是 *?,??和+?都会尽可能少的匹配字符，比如

import re
re.compile(r'<p>(.*)</p>').match('<p>a</p><p>b</p>').groups()[0] # return 'a</a><a>b'
re.compile(r'<p>(.*?)</p>').match('<p>a</p><p>b</p>').groups()[0] # return 'a'
re.compile(r'a[b]?').match('ab').group() # return ab
re.compile(r'a[b]??').match('ab').group() # return a

• {}
{m}表示应该前面的正则精确的匹配m次
  {m,n} 表示前面的正则应该出现m~n次
  {,n} 表示0~n次
  {m,}表示m次之上
  {m,n}?表示非贪婪的匹配

import re
re.compile('\w{3,5}').match('abcdefg').group() # return abcde
re.compile('\w{3,5}?').match('abcdefg').group() # return abc

• \表示转义字符

• []表示一个字符集合

  • 字符可以被单独罗列，例如：[amk] 会匹配 'a', 'm', 或 'k'.
  • 可以表示范围，如[a-zA-Z_0-9]表示匹配字母数字下划线。
  • 在集合内，特殊字符失去特殊意义。[.]只是表示匹配.。
  • 可以使用如\w or \S等字符类别
  • ^在[]中表示非，如[^\d]表示匹配所有非数字的字符

• ...|...表示或，左右两边的表达式有一个成立那么就会匹配到

• (...) 表示标识一段和正则匹配的字符。其后可以使用 \number 对应的数字来使用，如：

# 表示匹配单引号中的内容
re.compile(r'(\')(.*?)\1').match('\'hello\'').groups()[1] # return hello 
# \1 表示 第一个括号里面的单引号

• (?iLmsux) 表示特别的匹配规则
  如 (?i)表示大小写不敏感

re.compile(r'(?i)a').match('A').group() # return A

这个的作用和将flag 参数加入到compile中是一个作用

• (?:...)
  表示括号里面的正则不会被捕获到，即不会出现在 groups中，但是也不能用 \number来引用了
• (?P<name>...)
Django中的url就是使用这样的方式，这样的方式的有什么作用呢？可以使用变量名称来指代匹配字符，如：

import re
re.compile(r'(?P<name>\w+)').match('lucy').group('name') # lucy
# 匹配引号里面的内容
re.compile(r'(?P<quote>[\'"])(.*?)(?P=quote)').match('"haha"').group()
# (?P=quote) 就是对 (?P<quote>...) 的引用

• (?#...)
  正则里面的打注释
• (?=...)
  是目标字符串结束位置做的限制，如：

import re
re.compile(r'famil(?=y|ies)').match('family').group() # famil
re.compile(r'famil(?=y|ies)').match('families').group() # famil

• (?!...) 和(?=...)类似，但是意思是非
• (?<=...)
  是对目标字符串开始位置做的限制，如：

import re
re.compile(r'(?<=17)[\d]{9}').search('17600000000').group() # 600000000
# (?<=...)括号里面的正则只能匹配固定宽度的正则，如 [a]{3} 这种，不能匹配非固定长度的正则，如 {3,5}这种
# 否则会报 error: look-behind requires fixed-width pattern 的异常
# 这个地方只能使用search，而不能使用match。因为match是开头匹配，而search是查找

• (?<!...) 和 (?<=...) 类似，但是意思是非
• \b 表示匹配单词结束
  如\bfoo\b可以匹配 foo、foo.、 (foo)、bar foo baz，但不能匹配foobar或foo3