Python进阶之正则表达式

概念

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

目的　　

给定一个正则表达式和另一个字符串，我们可以达到如下的目的：

1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）。

2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。

符号

正则表达试由一些普通字符和一些元字符（metacharacters）组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义，我下面会给予解释。在最简单的情况下，一个正则表达式看上去就是一个普通的查找串。例如，正则表达式"testing"中没有包含任何元字符，它可以匹配"testing"和"testing123"等字符串，但是不能匹配"Testing"。要想真正的用好正则表达式，正确的理解元字符是最重要的事情。下表列出了所有的元字符和对它们的一个简短的描述。

正则	待匹配字符	匹配 结果	说明
[0123456789]	8	True	在一个字符组里枚举合法的所有字符，字符组里的任意一个字符 和"待匹配字符"相同都视为可以匹配
[0123456789]	a	False	由于字符组中没有"a"字符，所以不能匹配
[0-9]	7	True	也可以用-表示范围,[0-9]就和[0123456789]是一个意思
[a-z]	s	True	同样的如果要匹配所有的小写字母，直接用[a-z]就可以表示
[A-Z]	B	True	[A-Z]就表示所有的大写字母
[0-9a-fA-F]	e	True	可以匹配数字，大小写形式的a～f，用来验证十六进制字符

字符

元字符	匹配内容
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线
\s	匹配任意的空白符
\d	匹配数字
\n	匹配一个换行符
\t	匹配一个制表符
\b	匹配一个单词的结尾
^	匹配字符串的开始
$	匹配字符串的结尾
\W	匹配非字母或数字或下划线
\D	匹配非数字
\S	匹配非空白符
a|b	匹配字符a或字符b
()	匹配括号内的表达式，也表示一个组
[...]	匹配字符组中的字符
[^...]	匹配除了字符组中字符的所有字符

量词

量词	用法说明
*	重复零次或更多次(贪婪匹配)
+	重复一次或更多次(贪婪匹配)
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

 

这边推荐一个验证正则表达式的一个工具 http://tool.chinaz.com/regex/

接下来大家可以使用上面的工具来测试下面说的实例

实例

匹配任意数字

[0123456789]---abc123def456只要一个字符串中包含数字，都会被匹配到

匹配任意小写字母

[a-z] ----abc123def456只要字符串中包含任意小写字符，都会被匹配

匹配任意大写字母

[A-Z] ----ABC123DEF456只要字符串中包含任意大写字符，都会被匹配

匹配数字+小写字母+大写字母

[0-9A-Za-z] ----ABCabc123DEF456只要字符串中包含数字小写大写字母都回匹配

\w与\W与[\w\W](匹配所有字符)

　　

\s与\S与[\s\S](匹配所有字符)

　　

\d与\D与[\d\D](匹配所有字符)

　　

\n与\t（tab制表符与\b

　　

^(匹配一个字符串的开头) 与$

　　（匹配以[a-z]开头，以[a-z]结尾的字符串，这里只能匹配2个字符的字符串，因为[]代表一个字符组）

a|b(从左向右匹配，优先匹配a)

 　　（左边匹配了，右边不会再匹配）

[^...]

　　

组合练习

*+？{}

待匹配字符串	正则表达式	匹配结果	说明
小李和小王和小亮 小李和小王王和小亮亮亮	[^和]+	小李 小王 小亮 小李 小王王 小亮亮亮	匹配非'和'的所有字符串多次
小李和小王王和小亮亮亮	[^和]{2,4}	小李 小王王 小亮亮亮	匹配非‘和’的所有字符串2到4次
小李和小王王和小亮亮亮	[^和]{2,4}?	小李 小王 小亮 亮亮	匹配非‘和’的所有字符串2次
小李和小王王和小亮亮亮	小.?	小李 小王 小亮	匹配小后面任意字符0次或1次
小李和小王王和小亮亮亮	小.*	小李和小王王和小亮亮亮	匹配小后面任意字符0次或多次
小李和小王王和小亮亮亮	小.+	小李和小王王和小亮亮亮	匹配小后面任意字符一次或多次
小李和小王王和小亮亮亮	小.{1,2}	小李和 小王王 小亮亮	匹配小后面任意字符一次到2次
小李和小王王和小亮亮亮	小.*?	小 小 小	匹配小后面任意字符0次（因为有？限制，表示匹配最少的页就是0次即什么都不匹配）

字符集[] [^]

待匹配字符串	正则表达式	匹配结果	说明
小李和小王王和小亮亮亮	小[李王王亮亮亮]*	小李 小王王 小亮亮亮	匹配小后面字符组里面任意字符0次或多次
小李和小王王和小亮亮亮	小[^和]*	小李 小王王 小亮亮亮	匹配小后面非和子的任意字符0次或多次
123abc345	[\d]	1 2 3 3 4 5	匹配任意一个数字
123abc345	[\d]*	123 345	匹配任意多个数字
123abc345	[\d]+	123 345	匹配任意多个数字

分组()与或 | [^]

匹配15位或18位身份证，15位需都是数字组成，18位可以是数字或x结尾，首位都不能为0

待匹配字符串	正则表达式	匹配结果	说明
110621199012014599	^[1-9]\d{13,16}[0-9x]$	110621199012014599	可以匹配到一个正确的身份证，但是如果是16位1106211990120145也同样能匹配到，但是这并不是身份证
	^[1-9]\d{14}(\d{2}[0-9x])?$		不会再匹配错误的身份证（你可以试试的）
110621199012014599	^([1-9]\d{16}[0-9x]|[1-9]\d{14})$	110621199012014599	这个是比较好的表达式，先匹配18位，再匹配15位

总结

要想熟练的使用正则表达式，还是要多练多写吧！ 希望大家能像计算1+1=2这么简单的使用正则表达式