本文首發(fā)于我的個(gè)人博客Suixin's Blog

Python的 re 模塊提供了正則表達(dá)式匹配的功能，其中經(jīng)常會(huì)用到一些特殊字符，下面羅列它們以及各自的用法。

特殊字符

• .：匹配除了換行符\n之外的任何字符；
• ^：匹配字符串的開(kāi)頭（需放到正則表達(dá)式開(kāi)頭）；
• $：匹配字符串的結(jié)尾（需放到正則表達(dá)式結(jié)尾）；
• *：匹配前一個(gè)表達(dá)式0次或多次。例如：ab*可匹配a，ab或abbbbbbbbb等；
• +：匹配前一個(gè)表達(dá)式1次或多次。例如：ab*可匹配ab或abbbbbbbbb等；
• ?：匹配前一個(gè)表達(dá)式0次或1次。例如：ab?可匹配a和ab；
• {m}：精確匹配前一個(gè)表達(dá)式m次。例如：ab{2}c不能匹配abc，但卻能匹配abbc。實(shí)測(cè)：可以匹配小于m個(gè)，但不能匹配大于m個(gè)，Why?，例如：ab{2}可以匹配abbbbbc，So精確模式？
• {m,}：匹配前一個(gè)表達(dá)式至少m次，貪婪模式（盡可能多的匹配）；
• {m,n}：匹配前一個(gè)表達(dá)式m到n次，貪婪模式；
• {m,n}?：匹配前一個(gè)表達(dá)式m到n次，非貪婪模式（盡可能少的匹配）；
• […]：用來(lái)表示一組字符
  • 匹配其中的單個(gè)字符。例如：[abc]將會(huì)匹配a，b或c；
  • 匹配一個(gè)范圍，通過(guò)-表示。例如：[a-z]表示匹配任何小寫字母，[0-9][0-9]表示匹配任意二位數(shù)字
  • [^…]將匹配不在[]中的字符。例如：[^abc]將匹配除了a，b和c之外的字符。
• a|b：匹配a或b；
• (…)：匹配括號(hào)內(nèi)的表達(dá)式，作為一個(gè)整體；
• \w：匹配字母數(shù)字及下劃線，等價(jià)于[a-zA-Z0-9_]；
• \W：匹配非字母數(shù)字及下劃線，等價(jià)于[^a-zA-Z0-9_]；
• \s：匹配任意空白字符，等價(jià)于[\t\n\r\f\v]^[1]；
• \S：匹配任意非空字符，等價(jià)于[^\t\n\r\f\v]；
• \d：匹配任意數(shù)字，等價(jià)于[0-9]；
• \D：匹配任意非數(shù)字，等價(jià)于[^0-9]。

巧用?

正則表達(dá)式中*，+和?都是貪婪的，它們盡可能多的匹配，但實(shí)際使用中有時(shí)并不可取。通過(guò)對(duì)其加一個(gè)?來(lái)限制匹配的次數(shù)，達(dá)到非貪婪的效果。
例如，原文本為：

str = 'AAsuixinBBAAsuixinBB'

使用貪婪表達(dá)式

res = re.search(r'AA(.+)BB', str)
print(res.group())

將會(huì)輸出

AAsuixinBBAAsuixinBB

使用非貪婪模式

res = re.search(r'AA(.+?)BB', str)
print(res.group())

將會(huì)輸出

AAsuixinBB

.+?與.*?

• 都是非貪婪匹配任意字符；
• .+?必須匹配到至少一個(gè)任意字符，而.*?可以匹配到0次。例如，合理使用Python中正則表達(dá)式的特殊字符，無(wú)論‘合理’與‘使用’之間有沒(méi)有‘的’，使用.*?均可匹配到結(jié)果，而使用.+?將返回None。

re中常用的四個(gè)函數(shù)findall，match，search和sub

re.findall(pattern, string, flags=0)

在string中從左到右匹配所有符合情況的字符串，返回一個(gè)list，如果沒(méi)有匹配到，則返回一個(gè)空的list。其中flags表示匹配模式，比如忽略大小寫，多行模式等。

re.match(pattern, string, flags=0)

從字符串開(kāi)頭進(jìn)行匹配，返回“匹配對(duì)象”，如果未匹配到，則返回None。
“匹配對(duì)象”：布爾值為True，使用.group()或.group(0)返回匹配得到的字符串，使用.group(1)返回匹配的第一個(gè)括號(hào)內(nèi)的字符串，依次類推……使用.start()和.end()分別返回匹配開(kāi)始和結(jié)束的位置。

re.search(pattern, string, flags=0)

在字符串任意位置進(jìn)行匹配，查到第一個(gè)符合pattern的字符串，返回“匹配對(duì)象”，如果未匹配到，則返回None。

re.sub(pattern, repl, string, count=0, flags=0)

返回將string中匹配的pattern替換為repl后的字符串，如果未匹配到則返回string。count表示可替換的最大次數(shù)，默認(rèn)為0表示所有的都將被替換。

參考

https://docs.python.org/3/library/re.html
http://www.runoob.com/python/python-reg-expressions.html

1. '\r': 換行，光標(biāo)在上一行；'f': 換頁(yè)符；'\v': 垂直制表符。 ?