一、简介
正则表达式本身是一种小型的、高度专业化的编程语言，而在python中，通过内嵌集成re模块，程序媛们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行。
二、正则表达式中常用的字符含义
1、普通字符和11个元字符：
| 普通字符 |
匹配自身 |
abc |
abc |
|
. |
匹配任意除换行符"\n"外的字符(在DOTALL模式中也能匹配换行符 |
a.c |
abc |
|
\ |
转义字符，使后一个字符改变原来的意思 |
a\.c;a\\c |
a.c;a\c |
|
* |
匹配前一个字符0或多次 |
abc* |
ab;abccc |
|
+ |
匹配前一个字符1次或无限次 |
abc+ |
abc;abccc |
|
? |
匹配一个字符0次或1次 |
abc? |
ab;abc |
|
^ |
匹配字符串开头。在多行模式中匹配每一行的开头 | ^abc |
abc |
|
$ |
匹配字符串末尾，在多行模式中匹配每一行的末尾 | abc$ |
abc |
| | | 或。匹配|左右表达式任意一个，从左到右匹配，如果|没有包括在()中，则它的范围是整个正则表达式 |
abc|def |
abc def |
| {} | {m}匹配前一个字符m次，{m,n}匹配前一个字符m至n次，若省略n，则匹配m至无限次 |
ab{1,2}c |
abc abbc |
|
[] |
字符集。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，如[abc]或[a-c]。[^abc]表示取反，即非abc。 所有特殊字符在字符集中都失去其原有的特殊含义。用\反斜杠转义恢复特殊字符的特殊含义。 |
a[bcd]e |
abe ace ade |
|
() |
被括起来的表达式将作为分组，从表达式左边开始没遇到一个分组的左括号“（”，编号+1. 分组表达式作为一个整体，可以后接数量词。表达式中的|仅在该组中有效。 |
(abc){2} a(123|456)c |
abcabc a456c |
这里需要强调一下反斜杠\的作用：
- 反斜杠后边跟元字符去除特殊功能；（即将特殊字符转义成普通字符）
- 反斜杠后边跟普通字符实现特殊功能；（即预定义字符）
- 引用序号对应的字组所匹配的字符串。
a=re.search(r‘(tina)(fei)haha\2‘,‘tinafeihahafei tinafeihahatina‘).group() print(a) 结果： tinafeihahafei
2、预定义字符集（可以写在字符集[...]中）
|
\d |
数字:[0-9] |
a\bc |
a1c |
|
\D |
非数字:[^\d] |
a\Dc |
abc |
|
\s |
匹配任何空白字符:[<空格>\t\r\n\f\v] |
a\sc |
a c |
| \S | 非空白字符:[^\s] |
a\Sc |
abc |
|
\w |
匹配包括下划线在内的任何字字符:[A-Za-z0-9_] |
a\wc |
abc |
|
\W |
匹配非字母字符，即匹配特殊字符 |
a\Wc |
a c |
|
\A |
仅匹配字符串开头,同^ | \Aabc |
abc |
|
\Z |
仅匹配字符串结尾，同$ |
abc\Z |
abc |
|
\b |
匹配\w和\W之间，即匹配单词边界 | \babc\b a\b!bc |
空格abc空格 a!bc |
|
\B |
[^\b] |
a\Bbc |
abc |
时间： 2024-10-10 20:17:54