Python入门篇之正则表达式

16-01-13 来源：[db:作者]

收藏我要投稿

正则表达式是一个很有用的工具，可处理复杂的字符匹配和替换工作。在Python中内置了一个re模块以支持正则表达式。本文我们就来详细探讨下Python中正则表达式。

正则表达式有两种基本的操作，分别是匹配和替换。

匹配就是在一个文本字符串中搜索匹配一特殊表达式；

替换就是在一个字符串中查找并替换匹配一特殊表达式的字符串。

1.基本元素

正则表达式定义了一系列的特殊字符元素以执行匹配动作。

正则表达式基本字符

字符	描述
text	匹配text字符串
.	匹配除换行符之外的任意一个单个字符
^	匹配一个字符串的开头
$	匹配一个字符串的末尾

在正则表达式中，我们还可用匹配限定符来约束匹配的次数。

匹配限定符

最大匹配	最小匹配	描述
*	*	重复匹配前表达式零次或多次
+	+	重复匹配前表达式一次或多次
		重复匹配前表达式零次或一次
{m}	{m}	精确重复匹配前表达式m次
{m,}	{m,}	至少重复匹配前表达式m次
{m,n}	{m,n}	至少重复匹配前表达式m次，至多重复匹配前表达式n次

据上所述，".*"为最大匹配，能匹配源字符串所有能匹配的字符串。".* "为最小匹配，只匹配第一次出现的字符串。如：d.*g能匹配任意以d开头，以g结尾的字符串，如"debug"和"debugging"，甚至"dog is walking"。而d.* g只能匹配"debug"，在"dog is walking"字符串中，则只匹配到"dog "。

在一些更复杂的匹配中，我们可用到组和运算符。

组和运算符

组	描述
[...]	匹配集合内的字符，如[a-z],[1-9]或[,./;']
[^...]	匹配除集合外的所有字符，相当于取反操作
A\|B	匹配表达式A或B，相当于OR操作
(...)	表达式分组，每对括号为一组，如([a-b]+)([A-Z]+)([1-9]+)
\number	匹配在number表达式组内的文本

有一组特殊的字符序列，用来匹配具体的字符类型或字符环境。如\b匹配字符边界，food\b匹配"food"、"zoofood"，而和"foodies"不匹配。

特殊字符序列

字符	描述
\A	只匹配字符串的开始
\b	匹配一个单词边界
\B	匹配一个单词的非边界
\d	匹配任意十进制数字字符，等价于r'[0-9]'
\D	匹配任意非十进制数字字符，等价于r'[^0-9]'
\s	匹配任意空格字符（空格符、tab制表符、换行符、回车、换页符、垂直线符号）
\S	匹配任意非空格字符
\w	匹配任意字母数字字符
\W	匹配任意非字母数字字符
\Z	仅匹配字符串的尾部
\\	匹配反斜线字符

有一套声明(assertion)对具体事件进行声明。

正则表达式声明

声明	描述
( iLmsux)	匹配空字符串，iLmsux字符对应下表的正则表达式修饰符。
( :...)	匹配圆括号内定义的表达式，但不填充字符组表。
( P)	匹配圆括号内定义的表达式，但匹配的表达式还可用作name标识的符号组。
( P=name)	匹配所有与前面命名的字符组相匹配的文本。
( #...)	引入注释，忽略圆括号内的内容。
( =...)	如果所提供的文本与下一个正则表达式元素匹配，这之间没有多余的文本就匹配。这允许在一个表达式中进行超前操作，而不影响正则表达式其余部分的分析。如"Martin"其后紧跟"Brown"，则"Martin( =Brown)"就只与"Martin"匹配。
( !...)	仅当指定表达式与下一个正则表达式元素不匹配时匹配，是( =...)的反操作。
( <=...)	如果字符串当前位置的前缀字符串是给定文本，就匹配，整个表达式就在当前位置终止。如( <=abc)def表达式与"abcdef"匹配。这种匹配是对前缀字符数量的精确匹配。
(

点击复制链接与好友分享!回本站首页