微信公众号：CodeId有什么建议可以到公众号里进行留言。
本篇文章主要介绍python有关正则表达式的使用。说到使用正则表达式，我们首先应该了解什么是正则表达式，简单的说，正则表达式是一个 描述字符串规则的代码。比如说我们经常使用的邮箱:1234567@qq.com， 1234567@163.com…你会发现他们都有一定的规则，而这个规则的描述就涉及到具体的正则表达式语法了，下面我们就来了解一些基础的语法：
1. 最简单的正则表达式
最简单的正则表达式其实就是普通字符串，它可以匹配其自身。比如：正则表达式 'CodeId' 可以匹配字符串 CodeId。
1import re23result = re.search('CodeId','CodeId is very good')4print(result.group()) # CodeId上述代码是通过python的 re(正则表达式)模块对正则表达式的一个使用，其中re.search()方法的作用就是 对整个字符串进行搜索，并返回第一个匹配的字符串的匹配对象，匹配失败会返回 None，它的语法是：re.search(pattern, string, flags=0)
-
pattern：表示使用的正则表达式 -
string：表示要匹配的字符串 -
flags：用来控制正则表达式匹配规则的标志位
group()方法的作用是： 返回匹配的一个或多个子字符串
2. 限制数量的表达式（限定符）
在讲解限定符之前，先讲解一下什么是贪婪模式和 非贪婪模式贪婪模式：是尽可能多的匹配。限定符默认都是贪婪模式的。非贪婪模式：是尽可能少的匹配。比如我有一个书柜可以放1到100本书，贪婪模式就是放尽可能的接近或等于100本书，而非贪婪模式就是放尽可能的接近或等于1本书。一、*: 作用：匹配前面的子表达式零次或者 多次。比如：ab*它会匹配
a,ab, abb或者a后面任意数量的 b
1import re23result1 = re.search('ab*','a')4print(result1.group()) # a56result2 = re.search('ab*','abbb')7print(result2.group()) # abbb二、+:作用：匹配前面的子表达式 一次或者多次比如： ab+它会匹配ab, abb,abb或者 ab后面任意数量的b 注意：*和 +的区别就是：+中的
a后面至少有一个b，而 *中的a后面可以没有 b。
1result1 = re.search('ab+','a')2print(result1) # None34result2 = re.search('ab+','abbb')5print(result2.group()) # abbb三、?:作用1：匹配前面的子表达式 零次或者一次比如： ab?可以匹配a或者 ab
1result1 = re.search('ab?','a')2print(result1.group()) # a34result2 = re.search('ab?','abbb')5print(result2.group()) # ab作用2：指定限定符为非贪婪模式。比如：ab*?匹配字符串 abbb会返回a
1result1 = re.search('ab*','abbb')# 贪婪模式 2print(result1.group()) # abbb 3 4result2 = re.search('ab*?','abbb')# 非贪婪模式 5print(result2.group()) # a 6 7result3 = re.search('ab+','abbb')# 贪婪模式 8print(result3.group()) # abbb 910result4 = re.search('ab+?','abbb')# 非贪婪模式11print(result4.group()) # ab四、{n}:作用：对前面的子表达式重复 n次，n是一个非负整数。比如： Co{2}deId可以匹配CoodeId，但是不可以匹配 CodeId
1result = re.search('Co{2}deId','CoodeId')2print(result.group())# CoodeId34result = re.search('Co{2}deId','CodeId')5print(result) # None五、{n,m}:作用：对前面的子表达式重复 n到m次， n,m是一个非负整数并且n<=m。其中 n和m是可以省略其中一个。比如：
-
{n,}:表示对前面的子表达式至少重复n次。 -
{,m}:表示对前面的子表达式至多重复m次。
1result = re.search('Co{2,}deId','CooodeId')2print(result.group())# CooodeId34result = re.search('Co{,2}deId','CodeId')5print(result.group()) # CodeId67result = re.search('Co{2,4}deId','CooodeId')8print(result.group()) # CooodeId3.定位符号
定位符用来描述字符串或单词的边界。指定在字符串的什么位置开始匹配。定位符号如下：一、^:作用1：匹配字符串开始的位置。如果是多行模式，还会与 \n,\r之 后的位置匹配。比如：^CodeId会匹配 CodeId,CodeIda,不会匹配 aCodeId
1result = re.search('^CodeId','CodeIda')2print(result.group()) # CodeId34result = re.search('^CodeId','aCodeIda')5print(result) # None67result = re.search('^CodeId','a\nCodeIda',re.MULTILINE) # 多行模式下 8print(result.group()) # CodeIdre.MULTILINE是设置为多行模式作用2： ^在方括号表达式中使用，表示不的意思。比如： [^1]表示匹配不是字符1。
1result = re.search('[1]','a1')2print(result.group()) # 134result = re.search('[^1]','a1')5print(result.group()) # a二、$:作用：匹配字符串结尾的位置。如果是多行模式，还会与 \n,\r之 前的位置匹配。比如：ab$会匹配 cdab,asab。
1result = re.search('ab$','cdab')2print(result.group()) # ab34result = re.search('ab$','abcd')5print(result) # None三、\b:作用：匹配单词的开始或结束的位置.比如： ry\b就是匹配单词中以ry结尾匹配项。 \bis是匹配单词中以is开始的匹配项
1result = re.search(r'ry\b','CodeId is very good')2print(result.group()) # ry34result = re.search(r'\bis','CodeId is very good')5print(result.group()) # is67result = re.search(r'\babc\b','bc abc abc')8print(result.group()) # abc四、\B:作用：不是匹配单词开始或结束的位置，和 \b是相反的。比如：\Ba它表示匹配不以 a开始的单词，所以可以匹配bac, cba但是不能匹配abc
1result = re.search(r'\Ba','bac')2print(result.group()) # a34result = re.search(r'\Ba','abc')5print(result) # None4.一般字符
一、.:作用：匹配除换行符之外的任何单个字符。比如： ab.可以匹配abc, abd,abe等等
1result = re.search(r'Co.e.d','CodeId')2print(result.group()) # CodeId二、\:作用：转义字符，改变后面一个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 \之后就变成\n，用来匹配换行符。
1result = re.search(r'Co\n.','Co\ndeId')2print(result.group())3'''4Co5d6'''三、[]:作用：字符集合。匹配集合中所包含的任意一个字符。其中集合中的元素可以一一列出，也可以写范围。比如： [abco]可以匹配CodeId中的 o。[0-9]等同于 [0123456789]。
1result = re.search(r'[0-9]','a1b')2print(result.group()) # 134result = re.search(r'[oI]','CodeId')5print(result.group()) # o注意：如果 []里面的第一个字符是 ^,那么表示取反的意思。比如： [^0-9]表示匹配不是数字的字符。
1result = re.search(
r'[^0-9]',
'a1b')
2print(result.group())
# a
四、
|
:作用：或的意思比如：
x|y表示先匹配 x表达式如果不成功就匹配 y表达式。
1result = re.search(
r'ab|ac',
'abc')
2print(result.group())
# ab
5.分组
分组不是对数据进行分组，而是对匹配的表达式进行分组。看一下下面的讲解应该会明白一些。一、
(...)
:作用：可以匹配括号中的任何表达式，同时也标志着组的开始和结束。当表达式中有多个括号时，从左向右，第一个左括号为第一组，第二个左括号为第二组，以此类推。比如：
(a){2}(b){3}会匹配 aabbb，其中 a是第一组， b是第二组
1result = re.search(
r'(a){2}(b){3}(c*)',
'aabbb')
2print(result.group())
# aabbb
3print(result.groups())
# ('a', 'b', '')
注意： result.groups()的作用是返回所有匹配的子组的元组,比如上面 a, b都匹配上了，而 c没有匹配上所以返回 c组为空二、
(?P<name>...)
:作用：在分组的同时，为组起一个名称，这个组名称必须是有效的Python标识符，并且每个组名称只能在正则表达式中定义一次。比如：
(?P<A>a)就是为组起了一个名称 A.
1result = re.search(
r'(?P<A>a){2}(b){3}(a*)',
'aabbb')
2
# 通过组名称来组的匹配内容
3print(result.group(
'A'))
# a
三、
(?P=name)
:作用：引用表达式前面组中名称为
name的组的匹配内容。比如： (?P<A>.){2}(b){3}(?P=A)匹配的字符可以是 aabbba， ccbbbc, ddbbbd….
1result = re.search(
r'(?P<A>.){2}(b){3}(?P=A)',
'aabbba')
2print(result.group())
# aabbba
四、
\number
:作用：引用表达式中编号为
number的组的匹配内容。比如： ([0-9])([a-z])\1匹配的字符串有 1a1, 2s2, 6a6…
1result = re.search(
r'([0-9])([a-z])\1',
'6a6')
2print(result.group())
# 6a6
6.反向引用
反向引用涉及到组(被圆括号括起来的部分)，组在匹配到内容时，会存储到缓冲区，按照存储的先后顺序，分别编号为1,2,3…99，最高到 99。每个缓冲区的内容可以使用 \number的方式进行访问调用。
7.非获取匹配
非获取匹配：就是组中匹配的内容不进行缓存，不供以后使用一、
(?:...)
:作用：可以匹配括号中的任何表达式，但是不进行缓存以供后面使用。比如：
(?:123)abc\1表达式会报错，因为前面的组没有进行缓存， \1调用时会失败。二、
(?=...)
:作用：起到一个条件约束的功能，约束括号前面的字符串。看做
如果是...比如： ab(?=c)会匹配 abc中的 ab但是不会匹配 abd中的 ab。换一种说法就是：如果 ab的后面是 c就匹配成功，否则失败。
1result = re.search(
r'ab(?=c)',
'abc')
2print(result.group())
# ab
3
4result = re.search(
r'ab(?=c)',
'abd')
5print(result)
# None
三、
(?!...)
:作用：起到一个条件约束的功能，约束括号前面的字符串。看做
如果不是...比如： ab(?!c)会匹配 abd中的 ab但是不会匹配 abc中的 ab。换一种说法就是：如果 ab的后面不是 c就匹配成功，否则失败。
1result = re.search(
r'ab(?!c)',
'abc')
2print(result)
# None
3
4result = re.search(
r'ab(?!c)',
'abd')
5print(result.group())
# ab
四、
(?<=...)
:作用：起到一个条件约束的功能，约束括号后面的字符串。看做
如果前面是...比如： (?<=c)ab会匹配 cab中的 ab,但是不会匹配 dab中的ab。换一种说法就是：如果 ab的前面是 c就匹配成功，否则失败。
1result = re.search(
r'(?<=c)ab',
'cab')
2print(result.group())
# ab
3
4result = re.search(
r'(?<=c)ab',
'dab')
5print(result)
# None
五、
(?<!...)
:作用：起到一个条件约束的功能，约束括号后面的字符串。看做
如果前面不是...比如： (?<!c)ab会匹配 dab中的 ab但是不会匹配 cab中的 ab。换一种说法就是：如果 ab的前面不是 c就匹配成功，否则失败。
1result = re.search(
r'(?<!c)ab',
'cab')
2print(result)
# None
3
4result = re.search(
r'(?<!c)ab',
'dab')
5print(result.group())
# ab
8.表达式的注释
注释在表达式中起到解释说明的作用。一、
(?#...)
:作用：起到注释作用，括号中的字符在表达式中运行时，不启动用。比如：
a(?#letter)只会匹配单个字符 a,而 letter是解释说明 a是一个字母,方便阅读。
1result = re.search(
r'a(?#letter)',
'cab')
2print(result.group())
# a
9.预定义
就是提前设定好一些字符代表什么意思，用来替换一些复杂的字符。一、
\d和
\D
:代表：一个表示
[0-9]，另一个表示 [^0-9],它俩是对立的。作用： \d表示匹配 0-9中任意一个数字。 \D表示匹配非数字的字符。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后面不是数字就行。
1result = re.search(
r'a\d',
'a1')
2print(result.group())
# a1
3
4result = re.search(
r'a\D',
'a1')
5print(result)
# None
二、
\w和
\W
:代表：一个表示
'[A-Za-z0-9_],另一个表示 '[^A-Za-z0-9_],它俩是对立的。作用： \w表示匹配字母、数字、下划线； \W表示匹配非字母数字下划线。比如： \w+匹配 13，时会得到 13,而 \W+匹配时只会匹配到 ，
1result = re.search(
r'\w+',
'13,')
2print(result.group())
# 13
3
4result = re.search(
r'\W+',
'13,')
5print(result.group())
# ,
三、
\s和
\S
:代表：一个表示
[
\f\n\r\t\v],另一个表示
[^
\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、换页符等等，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却不能。
1result = re.search(
r'a\sc',
'a c')
2print(result.group())
# a c
3
4result = re.search(
r'a\Sc',
'a c')
5print(result)
# None
四、
\A和
\Z
:作用：
\A表示匹配字符串的开头， \Z表示匹配字符串的结尾。比如： \Aa会匹配字符串 abcdcba中，开始的 a, a\Z会匹配字符串 abcdcba中结尾处的 a。
1result = re.search(
r'\Aa',
'abcdcba')
2print(result)
# <_sre.SRE_Match object; span=(0, 1), match='a'>
3
4result = re.search(
r'a\Z',
'abcdcba')
5print(result)
# <_sre.SRE_Match object; span=(6, 7), match='a'>
今天的学习暂时告一段落，后面会不定时更新的。送大家一句话 人必须相信自己，这是成功的秘诀 下面是我的公众号:CodeId 欢迎关注
