微信公眾號：CodeId
有什么建議可以到公眾號里進(jìn)行留言。

本篇文章主要介紹python有關(guān)正則表達(dá)式的使用。說到使用正則表達(dá)式，我們首先應(yīng)該了解什么是正則表達(dá)式，簡單的說，正則表達(dá)式是一個描述字符串規(guī)則的代碼。比如說我們經(jīng)常使用的郵箱:1234567@qq.com，1234567@163.com…你會發(fā)現(xiàn)他們都有一定的規(guī)則，而這個規(guī)則的描述就涉及到具體的正則表達(dá)式語法了，下面我們就來了解一些基礎(chǔ)的語法：

1. 最簡單的正則表達(dá)式

最簡單的正則表達(dá)式其實就是普通字符串，它可以匹配其自身。
比如：正則表達(dá)式 'CodeId' 可以匹配字符串 CodeId。

import re
result = re.search('CodeId','CodeId is very good')
print(result.group()) # CodeId

上述代碼是通過python的re(正則表達(dá)式)模塊對正則表達(dá)式的一個使用，其中re.search()方法的作用就是對整個字符串進(jìn)行搜索，并返回第一個匹配的字符串的匹配對象，匹配失敗會返回 None，它的語法是：
re.search(pattern, string, flags=0)

• pattern：表示使用的正則表達(dá)式
• string：表示要匹配的字符串
• flags：用來控制正則表達(dá)式匹配規(guī)則的標(biāo)志位

group()方法的作用是：返回匹配的一個或多個子字符串

2. 限制數(shù)量的表達(dá)式（限定符）

在講解限定符之前，先講解一下什么是貪婪模式和非貪婪模式
貪婪模式：是盡可能多的匹配。限定符默認(rèn)都是貪婪模式的。
非貪婪模式：是盡可能少的匹配。
比如我有一個書柜可以放1到100本書，貪婪模式就是放盡可能的接近或等于100本書，而非貪婪模式就是放盡可能的接近或等于1本書。
一、*:
作用：匹配前面的子表達(dá)式零次或者多次。
比如：ab*它會匹配a,ab,abb或者a后面任意數(shù)量的b

import re
result1 = re.search('ab*','a')
print(result1.group()) # a
result2 = re.search('ab*','abbb')
print(result2.group()) # abbb

二、+:
作用：匹配前面的子表達(dá)式一次或者多次
比如：ab+它會匹配ab,abb,abb或者ab后面任意數(shù)量的b
注意：*和+的區(qū)別就是：+中的a后面至少有一個b，而*中的a后面可以沒有b。

result1 = re.search('ab+','a')
print(result1) # None
result2 = re.search('ab+','abbb')
print(result2.group()) # abbb

三、?:
作用1：匹配前面的子表達(dá)式零次或者一次
比如：ab?可以匹配a或者ab

result1 = re.search('ab?','a')
print(result1.group()) # a
result2 = re.search('ab?','abbb')
print(result2.group()) # ab

作用2：指定限定符為非貪婪模式。
比如：ab*?匹配字符串abbb會返回a

 result1 = re.search('ab*','abbb')# 貪婪模式 
print(result1.group()) # abbb 
result2 = re.search('ab*?','abbb')# 非貪婪模式 
print(result2.group()) # a 
result3 = re.search('ab+','abbb')# 貪婪模式 
print(result3.group()) # abbb 
result4 = re.search('ab+?','abbb')# 非貪婪模式
print(result4.group()) # ab

四、{n}:
作用：對前面的子表達(dá)式重復(fù)n次，n是一個非負(fù)整數(shù)。
比如：Co{2}deId可以匹配CoodeId，但是不可以匹配CodeId

result = re.search('Co{2}deId','CoodeId')
print(result.group())# CoodeId
result = re.search('Co{2}deId','CodeId')
print(result) # None

五、{n,m}:
作用：對前面的子表達(dá)式重復(fù)n到m次，n,m是一個非負(fù)整數(shù)并且n<=m。其中n和m是可以省略其中一個。比如：

• {n,}:表示對前面的子表達(dá)式至少重復(fù)n次。
• {,m}:表示對前面的子表達(dá)式至多重復(fù)m次。

result = re.search('Co{2,}deId','CooodeId')
print(result.group())# CooodeId
result = re.search('Co{,2}deId','CodeId')
print(result.group()) # CodeId
result = re.search('Co{2,4}deId','CooodeId')
print(result.group()) # CooodeId

3.定位符號

定位符用來描述字符串或單詞的邊界。指定在字符串的什么位置開始匹配。
定位符號如下：
一、^:
作用1：匹配字符串開始的位置。如果是多行模式，還會與\n,\r之后的位置匹配。
比如：^CodeId會匹配CodeId,CodeIda,不會匹配aCodeId

result = re.search('^CodeId','CodeIda')
print(result.group()) # CodeId
result = re.search('^CodeId','aCodeIda')
print(result) # None
result = re.search('^CodeId','a\nCodeIda',re.MULTILINE) # 多行模式下 
print(result.group()) # CodeId

re.MULTILINE是設(shè)置為多行模式
作用2：^在方括號表達(dá)式中使用，表示不的意思。
比如：[^1]表示匹配不是字符1。

result = re.search('[1]','a1')
print(result.group()) # 1
result = re.search('[^1]','a1')
print(result.group()) # a

二、$:
作用：匹配字符串結(jié)尾的位置。如果是多行模式，還會與\n,\r之前的位置匹配。
比如：ab$會匹配cdab,asab。

result = re.search('ab$','cdab')
print(result.group()) # ab
result = re.search('ab$','abcd')
print(result) # None

三、\b:
作用：匹配單詞的開始或結(jié)束的位置.
比如：ry\b就是匹配單詞中以ry結(jié)尾匹配項。\bis是匹配單詞中以is開始的匹配項

result = re.search(r'ry\b','CodeId is very good')
print(result.group()) # ry
result = re.search(r'\bis','CodeId is very good')
print(result.group()) # is
result = re.search(r'\babc\b','bc abc abc')
print(result.group()) # abc

四、\B:
作用：不是匹配單詞開始或結(jié)束的位置，和\b是相反的。
比如：\Ba它表示匹配不以a開始的單詞，所以可以匹配bac,cba但是不能匹配abc

result = re.search(r'\Ba','bac')
print(result.group()) # a
result = re.search(r'\Ba','abc')
print(result) # None

4.一般字符

一、.:
作用：匹配除換行符之外的任何單個字符。
比如：ab.可以匹配abc,abd,abe等等

result = re.search(r'Co.e.d','CodeId')
print(result.group()) # CodeId

二、\:
作用：轉(zhuǎn)義字符，改變后面一個字符原本的字符意思。
比如：n原本匹配字符n,但是在前面加上\之后就變成\n，用來匹配換行符。

result = re.search(r'Co\n.','Co\ndeId')
print(result.group())
'''
Co
d
'''

三、[]:
作用：字符集合。匹配集合中所包含的任意一個字符。其中集合中的元素可以一一列出，也可以寫范圍。
比如：[abco]可以匹配CodeId中的o。[0-9]等同于[0123456789]。

result = re.search(r'[0-9]','a1b')
print(result.group()) # 1
result = re.search(r'[oI]','CodeId')
print(result.group()) # o

注意：如果[]里面的第一個字符是^,那么表示取反的意思。比如：[^0-9]表示匹配不是數(shù)字的字符。

result = re.search(r'[^0-9]','a1b')
print(result.group()) # a

四、|:
作用：或的意思
比如：x|y表示先匹配x表達(dá)式如果不成功就匹配y表達(dá)式。

result = re.search(r'ab|ac','abc')
print(result.group()) # ab

5.分組

分組不是對數(shù)據(jù)進(jìn)行分組，而是對匹配的表達(dá)式進(jìn)行分組?？匆幌孪旅娴闹v解應(yīng)該會明白一些。
一、(...):
作用：可以匹配括號中的任何表達(dá)式，同時也標(biāo)志著組的開始和結(jié)束。當(dāng)表達(dá)式中有多個括號時，從左向右，第一個左括號為第一組，第二個左括號為第二組，以此類推。
比如：(a){2}(b){3}會匹配aabbb，其中a是第一組，b是第二組

result = re.search(r'(a){2}(b){3}(c*)','aabbb')
print(result.group()) # aabbb
print(result.groups()) # ('a', 'b', '')

注意：result.groups()的作用是返回所有匹配的子組的元組,比如上面a,b都匹配上了，而c沒有匹配上所以返回c組為空
二、(?P<name>...):
作用：在分組的同時，為組起一個名稱，這個組名稱必須是有效的Python標(biāo)識符，并且每個組名稱只能在正則表達(dá)式中定義一次。
比如：(?P<A>a)就是為組起了一個名稱A.

result = re.search(r'(?P<A>a){2}(b){3}(a*)','aabbb')
# 通過組名稱來組的匹配內(nèi)容
print(result.group('A')) # a

三、(?P=name):
作用：引用表達(dá)式前面組中名稱為name的組的匹配內(nèi)容。
比如：(?P<A>.){2}(b){3}(?P=A)匹配的字符可以是aabbba，ccbbbc,ddbbbd….

result = re.search(r'(?P<A>.){2}(b){3}(?P=A)','aabbba')
print(result.group()) # aabbba

四、\number:
作用：引用表達(dá)式中編號為number的組的匹配內(nèi)容。
比如：([0-9])([a-z])\1匹配的字符串有1a1,2s2,6a6…

result = re.search(r'([0-9])([a-z])\1','6a6')
print(result.group())# 6a6

6.反向引用

反向引用涉及到組(被圓括號括起來的部分)，組在匹配到內(nèi)容時，會存儲到緩沖區(qū)，按照存儲的先后順序，分別編號為1,2,3…99，最高到99。每個緩沖區(qū)的內(nèi)容可以使用\number的方式進(jìn)行訪問調(diào)用。

7.非獲取匹配

非獲取匹配：就是組中匹配的內(nèi)容不進(jìn)行緩存，不供以后使用
一、(?:...):
作用：可以匹配括號中的任何表達(dá)式，但是不進(jìn)行緩存以供后面使用。
比如：(?:123)abc\1表達(dá)式會報錯，因為前面的組沒有進(jìn)行緩存，\1調(diào)用時會失敗。
二、(?=...):
作用：起到一個條件約束的功能，約束括號前面的字符串。看做如果是...
比如：ab(?=c)會匹配abc中的ab但是不會匹配abd中的ab。換一種說法就是：如果ab的后面是c就匹配成功，否則失敗。

result = re.search(r'ab(?=c)','abc')
print(result.group()) # ab
result = re.search(r'ab(?=c)','abd')
print(result) # None

三、(?!...):
作用：起到一個條件約束的功能，約束括號前面的字符串。看做如果不是...
比如：ab(?!c)會匹配abd中的ab但是不會匹配abc中的ab。換一種說法就是：如果ab的后面不是c就匹配成功，否則失敗。

result = re.search(r'ab(?!c)','abc')
print(result) # None
result = re.search(r'ab(?!c)','abd')
print(result.group()) # ab

四、(?<=...):
作用：起到一個條件約束的功能，約束括號后面的字符串?？醋?code>如果前面是...
比如：(?<=c)ab會匹配cab中的ab,但是不會匹配dab中的ab。換一種說法就是：如果ab的前面是c就匹配成功，否則失敗。

result = re.search(r'(?<=c)ab','cab')
print(result.group()) # ab
result = re.search(r'(?<=c)ab','dab')
print(result) # None

五、(?<!...):
作用：起到一個條件約束的功能，約束括號后面的字符串。看做如果前面不是...
比如：(?<!c)ab會匹配dab中的ab但是不會匹配cab中的ab。換一種說法就是：如果ab的前面不是c就匹配成功，否則失敗。

result = re.search(r'(?<!c)ab','cab')
print(result) # None
result = re.search(r'(?<!c)ab','dab')
print(result.group()) # ab

8.表達(dá)式的注釋

注釋在表達(dá)式中起到解釋說明的作用。
一、(?#...):
作用：起到注釋作用，括號中的字符在表達(dá)式中運行時，不啟動用。
比如：a(?#letter)只會匹配單個字符a,而letter是解釋說明a是一個字母,方便閱讀。

result = re.search(r'a(?#letter)','cab')
print(result.group()) # a

9.預(yù)定義

就是提前設(shè)定好一些字符代表什么意思，用來替換一些復(fù)雜的字符。
一、\d和\D:
代表：一個表示[0-9]，另一個表示[^0-9],它倆是對立的。
作用：\d表示匹配0-9中任意一個數(shù)字。\D表示匹配非數(shù)字的字符。
比如：a\d可以匹配a1,a0,a2,a6…；而a\D表示匹配aa,ab,a;只要a后面不是數(shù)字就行。

result = re.search(r'a\d','a1')
print(result.group()) # a1
result = re.search(r'a\D','a1')
print(result) # None

二、\w和\W:
代表：一個表示'[A-Za-z0-9_],另一個表示'[^A-Za-z0-9_],它倆是對立的。
作用：\w表示匹配字母、數(shù)字、下劃線；\W表示匹配非字母數(shù)字下劃線。
比如：\w+匹配13，時會得到13,而\W+匹配時只會匹配到，

result = re.search(r'\w+','13,')
print(result.group()) # 13
result = re.search(r'\W+','13,')
print(result.group()) # ,

三、\s和\S:
代表：一個表示[ \f\n\r\t\v],另一個表示[^ \f\n\r\t\v];
作用：\s表示匹配任何空白字符，包括空格、制表符、換頁符等等，而\S表示匹配任何非空白字符。
比如：a\sc可以匹配a c，而a\Sc卻不能。

result = re.search(r'a\sc','a c')
print(result.group()) # a c
result = re.search(r'a\Sc','a c')
print(result) # None

四、\A和\Z:
作用：\A表示匹配字符串的開頭，\Z表示匹配字符串的結(jié)尾。
比如：\Aa會匹配字符串abcdcba中，開始的a,a\Z會匹配字符串abcdcba中結(jié)尾處的a。

result = re.search(r'\Aa','abcdcba')
print(result) # <_sre.SRE_Match object; span=(0, 1), match='a'>
result = re.search(r'a\Z','abcdcba')
print(result) # <_sre.SRE_Match object; span=(6, 7), match='a'>

今天的學(xué)習(xí)暫時告一段落，后面會不定時更新的。送大家一句話人必須相信自己，這是成功的秘訣
下面是我的公眾號:CodeId 歡迎關(guān)注

公眾號：CodeId