Python正则表达式

### Python正则表达式知识点详解 #### 一、正则表达式引擎介绍 在Python中，`re`模块提供了一套强大的工具集用于处理正则表达式。通过该模块，可以将正则表达式（Regular Expression，简称RE）字符串编译成对象，并利用这些对象进行模式匹配。 #### 二、编译标志—flags 在使用正则表达式时，可以通过设置不同的编译标志来改变匹配的行为。常用的编译标志包括： 1. **dotall** (`s`)：启用此标志后，`.`将匹配包括换行符在内的所有字符。 2. **ignorecase** (`I`)：设置该标志可以使匹配忽略大小写差异。 3. **locale** (`L`)：启用本地化支持，使得匹配能够识别特定语言环境中的字符。 4. **multiline** (`M`)：启用多行匹配模式，此时`^`和`$`可以分别匹配每行的开始和结束位置，而不仅仅只匹配整个字符串的开始和结束。 5. **verbose** (`X`)：启用该模式可以让正则表达式更具可读性，允许在正则表达式中添加空格和注释。 #### 三、字符集与位置符号 1. **`[]`**：用于表示一组字符，如`[io]`表示匹配`i`或`o`。 - 示例代码： ```python import re s = 'tiptop' r = r't[io]p' print(re.findall(r, s)) ``` - 如果要表示一个范围，可以使用`[0-9a-zA-Z]`这样的形式，表示0到9以及a到z和A到Z之间的字符。 2. **`^`**：有两种用途： - 当`^`位于方括号内时（例如`[^io]`），表示匹配不是方括号内的任何字符。 - 当`^`位于方括号外时，则表示匹配字符串的开头。 ```python import re s = 'ahellohello' r = r'^hello' print(re.findall(r, s)) ``` 3. **`$`**：表示匹配字符串的结尾。 ```python import re s = 'hellohello' r = r'hello$' print(re.findall(r, s)) ``` 4. **`[^]`** 和 `[..$]` 或 `[$]`：当`[^]`不在方括号的开头时，它和其他字符一样被正常处理。`[..$]`和`[$]`也是如此。 5. **`^`作为普通字符**：如果希望`^`被视为普通字符而非特殊符号，可以通过在前面加上反斜杠`\`进行转义。 ```python import re s = '^abc^abc^abc' r = r'\^abc' print(re.findall(r, s)) ``` #### 四、转义字符`\` 转义字符`\`通常用于指定特殊字符的意义，或者避免某些元字符被解释为特殊含义。常见的转义字符包括： 1. **`\d`**：匹配任何十进制数字，相当于`[0-9]`。 2. **`\D`**：匹配任何非数字字符，相当于`[^0-9]`。 3. **`\s`**：匹配任何空白字符，相当于`[\t\n\r\f\v]`。 4. **`\w`**：匹配任何字母数字字符，相当于`[a-zA-Z0-9]`。 5. **`\W`**：匹配任何非字母数字字符，相当于`[^a-zA-Z0-9]`。 #### 五、重复量词 重复量词用于指定某个字符或模式重复出现的次数。 1. **`{n}`**：表示前面的字符必须恰好出现`n`次。 ```python import re n = '18829789854' r = r'^1\d{10}$' print(re.findall(r, n)) ``` 2. **`*`**：表示前面的字符可以出现零次或多次。 3. **`+`**：表示前面的字符至少出现一次。 4. **`?`**：表示前面的字符可以出现零次或一次，还可以用来控制贪婪与非贪婪匹配。 - 贪婪匹配示例： ```python import re s = 'abbbbbbb' r = r'ab+' print(re.findall(r, s)) ``` - 非贪婪匹配示例： ```python import re s = 'abbbbbbb' r = r'ab+?' print(re.findall(r, s)) ``` 通过以上知识点的学习，我们可以更加灵活地运用Python中的正则表达式来解决各种文本匹配问题。