目录
一、正则表达式语法
二、Python支持的其它正则表达式的标志位flags
三、标准库模块 re
Python正则表达式
一、正则表达式语法
1.基本模式
2.特殊字符集
| 语法 | 说明 | 模式示例 | 匹配 |
|---|---|---|---|
| \d | 匹配任意一个数字字符，等价于[0-9] | a\db | a1b |
| \D | 匹配任意一个非数字字符，等价于[^0-9] | a\Db | aAb |
| \s | 匹配任意一个空白字符，等价于[ \t\n\r\f\v] | a\sb | a b |
| \S | 匹配任意一个非空白字符，等价于[^ \t\n\r\f\v] | a\Sb | aAb |
| \w | 匹配任意一个 alphanumeric character，等价于[a-zA-Z0-9_] | a\wb | azb或aZb或a1b或a_b |
| \W | 匹配任意一个 non-alphanumeric character，等价于[^a-zA-Z0-9_] | a\Wb | a-b或a b |
3.匹配数量
| 语法 | 说明 | 模式示例 | 匹配 |
|---|---|---|---|
| prev* | 匹配0个或多个 prev，尽可能多地匹配，贪婪模式，等价于{0,} | ab* | a或ab或abb或abbb，注意是匹配字符a后面跟0个或多个字符b |
| prev*? | 匹配0个或多个 prev，尽可能少地匹配，非贪婪模式 | ab*? | a，非贪婪模式下匹配0个字符b |
| prev+ | 匹配1个或多个 prev，尽可能多地匹配，贪婪模式，等价于{1,} | ab+ | ab或abb或abbb |
| prev+? | 匹配1个或多个 prev，尽可能少地匹配，非贪婪模式 | ab+? | ab，非贪婪模式下匹配1个字符b |
| prev? | 匹配0个或1个 prev，尽可能多地匹配，贪婪模式，等价于{0,1} | ab? | a或ab |
| prev?? | 匹配0个或1个 prev，尽可能少地匹配，非贪婪模式 | ab?? | a，非贪婪模式下匹配0个字符b |
| prev{m} | 匹配m个连续的 prev | a{3} | aaa |
| prev{m,n} | 匹配m到n个连续的 prev ，尽可能多地匹配，贪婪模式。n可选，如果不指定，则表示m到无穷多个连续的 prev | a{3,5} | aaa或aaaa或aaaaa |
| prev{m,n}? | 匹配m到n个连续的 prev ，尽可能少地匹配，非贪婪模式 | a{3,5}? | aaa |
4.边界
| 语法 | 说明 | 模式示例 | 匹配 |
|---|---|---|---|
| ^prev | 匹配以 prev 开头的字符串（脱字符）。多行文本中，默认^只会匹配第一行的开头位置，如果设置了re.MULTILINE标志位，则^也会匹配换行符之后的开头位置 | ^ab | abcd |
| prev$ | 匹配以 prev 结尾的字符串。多行文本中，默认$只会匹配最后一行的结尾位置，如果设置了re.MULTILINE标志位，则$也会匹配换行符之前的结尾位置 | ab$ | 只匹配ab。如果是.*ab$则会匹配123ab，否则使用ab\Z |
| \b | 单词边界。Matches the empty string, but only at the beginning or end of a word. A word is defined as a sequence of word characters. Note that formally, \b is defined as the boundary between a \w and a \W character (or vice versa), or between \w and the beginning/end of the string. 注意： \b在Python中默认会被转义为\x08表示退格，需要将整个正则表达式指定为原始字符串（在前面加个r），即r'\bfoo\b' | r'\bfoo\b' 请使用re.findall()测试 | 匹配foo或foo.或(foo)或bar foo baz，但不匹配foobar或foo3 |
| \B | 非单词边界。Matches the empty string, but only when it is not at the beginning or end of a word. \B is just the opposite of \b. | py\B | 匹配python或py3或py2，但不匹配py或py.或py! |
| \A | 仅匹配以之开头的字符串 | \Aab | abcde |
| \Z | 仅匹配以之结尾的字符串 | ab\Z | 123ab |
5.分组
| 语法 | 说明 | 模式示例 | 匹配 |
|---|---|---|---|
| (expr) | 将小括号内的表达式作为一个分组，后面可以接表示数量的特殊字符。每个分组的编号从1开始递增，后续可以使用\1、\2这样引用分组匹配到的内容 | a(bc)?d | ad或abcd，不匹配abcbcd |
| expr1 │expr2 | 匹配 expr1 或 expr2 ，a│b│c等价于[abc]，都表示匹配字符a或b或c。从左至右，如果匹配了某个表达式，则跳过后续表达式。expr1 │ expr2表示作用于整个待匹配的字符串，而(expr1│expr2)加入小括号内表示分组，不是整个字符串 | p(i│u)g | pig或pug |
| \1 | 引用编号为1的分组匹配到的字符串，同理\2表示引用第2个分组。注意： 此时为了不让Python自动将\1转义为\x01，需要将整个正则表达式指定为原始字符串（在前面加个r），即r'a(\d)b\1c' | r'a(\d)b\1c' | a3b3c |
| (?P<NAME>expr) | 类似于(expr)，同时给分组指定了一个别名NAME，注意是大写的字母P | r'a(?P<quote>\d)b\1c' | a3b3c |
| (?P=NAME) | 引用别名为NAME的分组，当然也可以继续使用编号的形式引用分组如\1，此时要加r指定为原始字符串 | a(?P<quote>\d)b(?P=quote)c 或 r'a(?P<quote>\d)b\1c' | a3b3c |
6.扩展语法
| 语法 | 说明 | 模式示例 | 匹配 |
|---|---|---|---|
| (?:expr) | 非捕获组。如果分组后续要被\1这样的形式引用，使用(expr)，这叫捕获组，后面可以接表示数量的特殊字符。如果不想分组被引用，就使用(?:expr)，这叫非捕获组，后面可以接表示数量的特殊字符 | a(?:\d)+bc，此时不支持引用分组，像r'a(?:\d)+b\1c'这样的属于语法错误 | a333bc |
| prev(?=next) | 如果后面为 next，则返回 prev | ab(?=\d) | 如果ab后面紧跟一个数字，则匹配，比如ab3，返回ab |
| prev(?!next) | 如果后面不是 next，则返回 prev | ab(?!\d) | 如果ab后面不是紧跟一个数字，则匹配，比如abc，返回ab |
| (?<=prev)next | 如果前面为 prev，则返回 next | (?<=\d)ab | 如果ab前面是一个数字，则匹配，比如1ab，返回ab |
| (?<!\d)ab | 如果前面不是 prev，则返回 next | (?<!\d)ab | 如果ab前面不是一个数字，则匹配，比如Aab，返回ab |
二、修饰符
Python支持的其它正则表达式的标志位flags
- re.A： 或re.ASCII，使\w/\W/d/\D/\s/\S/\b/\B只匹配ASCII字符，不匹配Unicode字符。
- re.I： 或re.IGNORECASE，忽略大小写，[A-Z]会匹配小写字母。
- re.M： 或re.MULTILINE，多行模式，改变^或$的默认行为。
- re.S： 或re.DOTALL，使”.“匹配任何字符，包括换行。如果没有此标志，.将匹配除换行以外的任何内容。
- re.U： 或re.UNICODE，默认使用此标志位，\w/\W/d/\D/\s/\S/\b/\B会匹配Unicode字符，如果指定了re.A标志，则re.U失效。
- re.X： 或re.VERBOSE，允许整个正则表达式写成多行，忽略空白字符，并可以添加#开头的注释，这样更美观。
三、标准库模块 re
1.re.match()：从字符串开头开始匹配
re.match()：从字符串起始位置匹配正则表达式。如果匹配成功，则返回结果，否则返回None。
2.re.search()：寻找首次匹配
re.search()：扫描整个字符串，返回第一个匹配结果。
3.re.findall()或re.finditer()：寻找所有匹配
re.findall()：扫描整个字符串，返回所有的匹配结果组成的列表。匹配失败则返回空列表。
4.re.split()：按匹配切分
# 按换行符切分字符串，返回切分后的列表
re = re.split("\n", content)
5.re.sub()：替换匹配
re.sub()：替换格式匹配的文本。
示例：
# 删去字符串中的所有数字
content = '12df4324jnhfdsf4324kjnvfdv434fdsi3244jkf'
reg = '\d+'
r = re.sub(reg, '', content)
print(r)
运行结果
6.re.compile()：创建匹配模式
示例：
c1 = '2019-06-29 14:10'
c2 = '2016-09-13 17:36'
p = re.compile("\d{2}:\d{2}")
print(re.sub(p, '', c1))
print(re.sub(p, '', c2))
运行结果
