|
|
@@ -0,0 +1,55 @@
|
|
|
+# Python 正则表达式
|
|
|
+
|
|
|
+## 定义
|
|
|
+
|
|
|
+模式字符串使用特殊的语法来表示一个正则表达式：
|
|
|
+
|
|
|
+* 字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。
|
|
|
+* 多数字母和数字前面加一个反斜杠时会拥有不同的含义。
|
|
|
+* 标点符号只有被转移时才会匹配自身，否则他们表示特殊的含义。
|
|
|
+* 反斜杠本身需要反斜杠转义。
|
|
|
+* 由于正则表达式通常都包含反斜杠，所以最好使用原始字符来表示他们。
|
|
|
+
|
|
|
+## 常见正则表达式模式语法中的特殊元素
|
|
|
+
|
|
|
+如果你使用模式的同时提供了可选的标志参数，某些模式元素的含义会改变。
|
|
|
+
|
|
|
+| 模式 | 描述 |
|
|
|
+| :---------- | :----------------------------------------------------------- |
|
|
|
+| ^ | 匹配字符串的开头 |
|
|
|
+| $ | 匹配字符串的末尾。 |
|
|
|
+| . | 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。 |
|
|
|
+| [...] | 用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k' |
|
|
|
+| [^...] | 不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。 |
|
|
|
+| re* | 匹配0个或多个的表达式。 |
|
|
|
+| re+ | 匹配1个或多个的表达式。 |
|
|
|
+| re? | 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式 |
|
|
|
+| re{ n} | 精确匹配 n 个前面表达式。例如， **o{2}** 不能匹配 "Bob" 中的 "o"，但是能匹配 "food" 中的两个 o。 |
|
|
|
+| re{ n,} | 匹配 n 个前面表达式。例如， o{2,} 不能匹配"Bob"中的"o"，但能匹配 "foooood"中的所有 o。"o{1,}" 等价于 "o+"。"o{0,}" 则等价于 "o*"。 |
|
|
|
+| re{ n, m} | 匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式 |
|
|
|
+| a\| b | 匹配a或b |
|
|
|
+| (re) | 对正则表达式分组并记住匹配的文本 |
|
|
|
+| (?imx) | 正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。 |
|
|
|
+| (?-imx) | 正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。 |
|
|
|
+| (?: re) | 类似 (...), 但是不表示一个组 |
|
|
|
+| (?imx: re) | 在括号中使用i, m, 或 x 可选标志 |
|
|
|
+| (?-imx: re) | 在括号中不使用i, m, 或 x 可选标志 |
|
|
|
+| (?#...) | 注释. |
|
|
|
+| (?= re) | 前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。 |
|
|
|
+| (?! re) | 前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功 |
|
|
|
+| (?> re) | 匹配的独立模式，省去回溯。 |
|
|
|
+| \w | 匹配字母数字及下划线 |
|
|
|
+| \W | 匹配非字母数字及下划线 |
|
|
|
+| \s | 匹配任意空白字符，等价于 **[ \t\n\r\f]**。 |
|
|
|
+| \S | 匹配任意非空字符 |
|
|
|
+| \d | 匹配任意数字，等价于 [0-9]. |
|
|
|
+| \D | 匹配任意非数字 |
|
|
|
+| \A | 匹配字符串开始 |
|
|
|
+| \Z | 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。 |
|
|
|
+| \z | 匹配字符串结束 |
|
|
|
+| \G | 匹配最后匹配完成的位置。 |
|
|
|
+| \b | 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。 |
|
|
|
+| \B | 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。 |
|
|
|
+| \n, \t, 等. | 匹配一个换行符。匹配一个制表符。等 |
|
|
|
+| \1...\9 | 匹配第n个分组的内容。 |
|
|
|
+| \10 | 匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。 |
|
