Python regular expressions: basics

前言

之前有人提了一个需求，我一看此需求用正则表达式最合适不过。考虑到之前每次使用正则表达式，都是临时抱佛脚，于是这次我就一边完成任务一边系统的学习了一遍正则表达式。主要参考PyCon2016上的一个视频Regular Expressions。

我将分几篇文章对正则表达式进行总结。

以下是第一部分，基础： 

基础部分

这里总结了正则表达式最基础的用法，其中大部分内容对我（以及大部分程序员）来说都是平时经常用到的，所以我就一笔带过了，只对其中的几处用例子说明。 

     .           除了换行之外的其他所有字符

     ^           行首

     $           行尾

     [abcd]      abcd其中的一个字符

     [^abcd]     除了abcd之外的任意字符

     [a-d]       相当于[abcd]

     [a-dz]      相当于[abcdz]

     \b          单词边界

     \w          字母数字或下划线 相当于[a-zA-Z0-9_]

     \W          与\w相反

     \d          数字，相当于[0-9]

     \D          与\d相反

     \s          空白字符，相当于[ \t\n\r\f\v]

     \S          与\s相反

     {5}         在此之前的正则表达式部分（下同）准确的出现5次

     {2,5}       ~出现2到5次

     {2,}        ~出现2次或多次

     {,5}        ~出现0到5次

     *          ~出现0次或多次

     ？          ~出现0次或1次

     +           ~出现1次或多次

     ABC|DEF     匹配ABC或者DEF

     \          转义字符，如\表示匹配*，\$表示匹配$* 

\b、 \用以下几个例子简单说明一下： 

     \b：

>>> re.search(r'\bhello\b', 'hello')
<_sre.SRE_Match object; span=(0, 5), match=&#39;hello&#39;>
>>> re.search(r&#39;\bhello\b&#39;, &#39;hello world&#39;)
<_sre.SRE_Match object; span=(0, 5), match=&#39;hello&#39;>
>>> re.search(r&#39;\bhello\b&#39;, &#39;hello,world&#39;)
<_sre.SRE_Match object; span=(0, 5), match=&#39;hello&#39;>
>>> re.search(r&#39;\bhello\b&#39;, &#39;hello_world&#39;) 
>>>

其实这里，\b大体上和\W一支，但是\b可以匹配行首行尾等非显示类的字符，而\W不可以。

\:

>>> re.search(r'\$100', '$100')
<_sre.SRE_Match object; span=(0, 4), match=&#39;$100&#39;>
>>> re.search(r&#39;$100&#39;, &#39;$100&#39;) 
>>>

想要匹配那些在正则表达式中有特殊含义的字符，如$、^、*等，就需要用\进行转义。

raw string:

另外，前面例子中，模式字符串（pattern）前面都加了一个r，这个r的意思是raw string，后面所接的字符串，Pyhton解释器无需对其进行转义。因为，\在Python字符串中和正则表达式中都有特殊含义，所以如果不是raw string，那么要表达一个\字符，就需要四个\了（在Python解释器中先转义一次，2个\表示1个\，剩下2个\，在正则表达式中又转义一次，最终剩下一个\）。例如：

>>> re.search(r'\bhello\b', 'hello')
<_sre.SRE_Match object; span=(0, 5), match=&#39;hello&#39;>
>>> re.search(&#39;\bhello\b&#39;, &#39;hello&#39;) 
>>> re.search(&#39;\\bhello\\b&#39;, &#39;hello&#39;)
<_sre.SRE_Match object; span=(0, 5), match=&#39;hello&#39;>

>>> re.search(&#39;\\\\hello\\\\&#39;, &#39;\\hello\\&#39;) 
<_sre.SRE_Match object; span=(0, 7), match=&#39;\\hello\\&#39;>
>>> re.search(r&#39;\\hello\\&#39;, &#39;\\hello\\&#39;) 
<_sre.SRE_Match object; span=(0, 7), match=&#39;\\hello\\&#39;>
>>> print(&#39;\\hello\\&#39;)
\hello\

更多Python正则表达式：基础篇相关文章请关注PHP中文网！