定义
正则表达式（简称 regex）： 是一些字符和特殊符号组成的字符串，它描述了模式的重复或者表述多个字符，于是正则表达式能按照某种模式匹配一系列有相似特征的字符串。
名词解释
搜索： 即在字符串任意部分中搜索匹配模式的子字符串。（搜索的落脚点在字符串）
匹配： 是指判断一个字符串能否从起始处全部或者部分地匹配某个模式。（匹配的落脚点在模式）
特殊符号和字符
| 表示法/符号 | 描述 | 正则表达式示例 |
|---|---|---|
| literal | 匹配文本字符串的字面值 literal | foo |
| re1|re2 | 匹配正则表达式 1 或2 | foo|bar |
| . | 匹配任何字符(除\n之外) | b.b |
| ^ | 匹配字符串的起始部分 | ^Dear |
| $ | 匹配字符串的终止部分 | /bin/sh$ (此处的表示匹配/ 0次或者多次) |
| * | 匹配0次或者多次前面出现的正则表达式 | [A-Zq-z0-9]* |
| + | 匹配1次或者多次出现在前面的正则表达式 | [a-z]+.com |
| ? | 匹配0次或者1次前面出现的正则表达式 | goo？ |
| {N} | 匹配N次前面出现的正则表达式 | [0-9]{3} |
| {N, M} | 匹配N到M次前面出现的正则表达式 | [0-9]{3, 5} |
| [...] | 匹配来自字符集的任一字符 | [aeiou] |
| [x-y] | 匹配x~y之间的任一字符 | [0-9], [A-Za-z] |
| [^...] | 不匹配此字符集中出现的任何一个字符，包括某一范围的字符 | [^aeiou], [^A-Za-z0-9] |
| (*|+|？|{})? | 上面用于匹配字符多次出现的符号（*、+、？、{}）等后面紧跟?操作符，则表示使用该符号的非贪婪版本 | .?[a-z] (其中 .? 表示不匹配任何字符0次) |
| (...) | 匹配封闭的正则表达式,然后另存为子组 | ([0-9]{3})? |
| /d | 匹配任何十进制数字,与[0-9]一致,不匹配任何非数值型的数字 | data\d+.txt |
| \w | 匹配任何字母数字字符,与[A-Za-z0-9]相同的字符,(\W与之相反) | [A-Za-z_]\w+ |
| \s | 匹配任何空格字符,与[\n\t\r\v\f]相同,(\S与子相反) | of\sthe |
| \b | 匹配任何单词边界(\B与之相反) | \bThe\b |
| \N | 匹配已保存的子组N | price:\16 |
| \c | 逐字匹配任何特殊字符c(即仅按照字面意义匹配,不匹配特殊含义) | .,\,* |
| \A(\Z) | 匹配字符串的起始(结束) | \ADear |
闭包操作符
定义: 特殊符号 *, + 和 ?, 所有这些可以匹配一个,多个或者没有出现的字符串模式, 称之为闭包.
贪婪匹配: 正则表达式引擎将试图尽可能多地 "吸收" 匹配该模式的字符.
非贪婪匹配: 闭包匹配在一般情况下都是贪婪匹配, 若闭包后紧跟 ?, 则表示要求正则表达式引擎匹配尽可能少的次数.
分组
分组用如下示例即可说清楚
import re
m = re.match("(1+?)([0-2]*)", "111234")
print m.group()
print m.group(1)
print m.group(2)
>>>1112
>>>1
>>>112
此文说明了正则表达式的基本语法规则, 平时使用中基本够用, 用到更深入知识查阅相关资料即可.
版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）
