正则表达式的基本语法

正则表达式

常见的字符

\

:转义字符，是

\

后改变字符原来的意思。例如正则表达式

\\

的匹配的就是一个

\

。

[...]

:字符集。相应的位置可以是字符集中的任意的字符。也就是匹配字符集中的元素，下面的例子就是一个介绍，不过也可以使用

[b-c]

代替下面的

[bcd]

，也就是可以是给出的范围。如果在字符的前面加入

^

就表示取反。

import re

source = 'abeefzf'

pattern = re.compile(r'a[bcd]e',re.IGNORECASE)
output = pattern.match(source)

print type(output)
print output.group()

# import re

source = 'abeef'

pattern = re.compile(r'a[bc]e',re.IGNORECASE)
# pattern = re.compile(r'imooc')

output = pattern.match(source)

print type(output)
print output.group()

'''output
<type '_sre.SRE_Match'>
abe
'''

预定义字符，可以写在

[...]

中的

\d

:数字0-9，也就是可是代替[0-9]。

\D

:非数字，也就是

[^\d]

。

\s

:空白的字符。

\S

:非空白的字符

[^\s]

。

\w

:可以是数字，字母的大小写，也就相当于

[A-Za-z0-9]

。

\W

:上面的逆。

数量词，主要是房子字符的后面，很重要

*

:匹配前面的字符0次或无限次。

+

:匹配前面的字符1次或无限次。

?

:匹配前面的字符0次或1次。

{m}

:匹配前一个字符m次。

{m,n}

:匹配前一个字符m到n次。

下面举一个栗子。

import re

source = 'abeeeeefzf'

pattern = re.compile(r'abe+',re.IGNORECASE)

output = pattern.findall(source)

print type(output)
print output
'''output
<type 'list'>
['abeeeee']
'''

边界匹配，从头或者从尾部开始

^

:匹配字符串的开始。

$

:匹配字符串的尾部。

下面的不常用吧，我感觉哈~

A

:仅匹配字符串的开头。

Z

:仅匹配字符串的尾部。

逻辑以及分组

|

:在

|

的左右两边任意的匹配。先匹配左边的表达式，成功匹配后，也就直接跳过后面的匹配

(...)

:被括号括起来的表达式作为一个分组，作为一个整体。从表达式左边开始，没遇到一个

(

，编号+1

(P<name>...)

:同样是分组，除了原有的编号，同时指定额外的一个名字。

\<number>

:引用编号的分组匹配到的字符串。

(?P=name)

:引用名字为的分组匹配的字符串。