python Regex

標籤：Regex   內容   pytho   基本   字母數   multi   整數   格式   包含   

字元	含義
.	表示匹配除了分行符號外的任何字元 註：通過設定 re.DOTALL 標誌可以使 . 匹配任何字元（包含分行符號）
|	A | B，表示匹配Regex A 或者 B
^	1.（脫字元）匹配輸入字串的開始位置 2.如果設定了 re.MULTILINE 標誌，^ 也匹配分行符號之後的位置
$	1.匹配輸入字串的結束位置 2.如果設定了re.MULTILINE標誌，$也匹配分行符號之前的位置
\	1.將一個一般字元變成特殊字元，例如 \d 表示匹配所有十進位數字 2.解除元字元的特殊功能，例如 . 表示匹配點號本身 3.引用序號對應的子組所匹配的字串 4.詳見下方列舉
[…]	字元類，匹配所包含的任意一個字元 注1：連字號 - 如果出現在字串中間表示字元範圍描述；如果如果出現在首位則僅作為一般字元 注2：特殊字元僅有反斜線 \ 保持特殊含義，用於逸出字元。其它特殊字元如 *、+、? 等均作為一般字元匹配 注3：脫字元 ^ 如果出現在首位則表示匹配不包含其中的任一字元；如果 ^ 出現在字串中間就僅作為一般字元匹配
{M,N}	M 和 N 均為非負整數，其中 M <= N，表示前邊的 RE 匹配 M ~ N 次 注1：{M,} 表示至少匹配 M 次 注2：{,N} 等價於 {0,N} 注3：{N} 表示需要匹配 N 次
*	匹配前面的子運算式零次或多次，等價於 {0,}
+	匹配前面的子運算式一次或多次，等價於 {1,}
?	匹配前面的子運算式零次或一次，等價於 {0,1}
*?, +?, ??	預設情況下 、+ 和 ? 的匹配模式是貪婪模式（即會儘可能多地匹配符合規則的字串）；?、+? 和 ?? 表示啟用對應的非貪婪模式 比如：對於字串 “FishCCC”，Regex FishC+ 會匹配整個字串，而 FishC+? 則匹配 “FishC”
{M,N}?	同上，啟用非貪婪模式，即只匹配 M 次
(…)	匹配圓括弧中的Regex，或者指定一個子組的開始和結束位置 註：子組的內容可以在匹配之後被 \數字 再次引用 比如：(\w+) \1 可以字串 “FishC FishC.com” 中的 “FishC FishC”（注意有空格）
(?…)	(? 開頭的表示為Regex的擴充文法（下邊這些是 Python 支援的所有擴充文法）
(?aiLmsux)	1.(? 後可以緊跟著 ‘a’，’i’，’L’，’m’，’s’，’u’，’x’ 中的一個或多個字元，只能在Regex的開頭使用 2.每一個字元對應一種匹配標誌：re-A（只匹配 ASCII 字元），re-I（忽略大小寫），re-L（地區設定），re-M（多行模式）, re-S（. 匹配任何符號），re-X（詳細運算式），包含這些字元將會影響整個Regex的規則 3.當你不想通過 re.compile() 設定Regex標誌，這種方法就非常有用啦 注意，由於 (?x) 決定Regex如何被解析，所以它應該總是被放在最前邊（最多允許前邊有空白符）。如果 (?x) 的前邊是非空白字元，那麼 (?x) 就發揮不了作用了
(?:…)	非擷取的群組，即該子組匹配的字串無法從後邊擷取
(?P…)	命名組，通過組的名字（name）即可訪問到子組匹配的字串
(?P=name)	反向引用一個命名組，它匹配指定命名組匹配的任何內容
(?#…)	注釋，括弧中的內容將被忽略
(?=…)	前向肯定斷言。如果當前包含的Regex（這裡以 … 表示）在當前位置成功匹配，則代表成功，否則失敗。一旦該部分Regex被匹配引擎嘗試過，就不會繼續進行匹配了；剩下的模式在此斷言開始的地方繼續嘗試 比如:love(?=FishC) 只匹配後邊緊跟著 “FishC” 的字串 “love”
(?!…)	前向否定斷言。這跟前向肯定斷言相反（不匹配則表示成功，匹配表示失敗） 比如：FishC(?!.com) 只匹配後邊不是 “.com” 的字串 “FishC”
(?<=…)	後向肯定斷言。跟前向肯定斷言一樣，只是方向相反 比如：?<=love)FishC 只匹配前邊緊跟著 “love” 的字串 “FishC”
(?	後向否定斷言。跟前向肯定斷言一樣，只是方向相反 比如：(?<!FishC)\.com 只匹配前邊不是 “FishC” 的字串 “.com”
(?(id/name)yes-pattern|no-pattern)	1.如果子組的序號或名字存在的話，則嘗試 yes-pattern 匹配模式；否則嘗試 no-pattern 匹配模式 2.no-pattern 是可選的 比如：(<)?(\[email protected]\w+(?:\.\w+)+)(?(1)>|$) 是一個匹配郵件格式的Regex，可以匹配 [email protected] 和 ‘[email protected]’，但是不會匹配[email protected]、[email protected]
\	下邊列舉了由字元 ‘\’ 和另一個字元組成的特殊含義。注意，’\’ + 元字元的組合可以解除元字元的特殊功能
\序號	1.引用序號對應的子組所匹配的字串，子組的序號從 1 開始計算 2.如果序號是以 0 開頭，或者 3 個數位長度。那麼不會被用於引用對應的子組，而是用於匹配八位元字所表示的 ASCII 碼值對應的字元 比如：(.+) \1 會匹配 “FishC FishC” 或 “55 55”，但不會匹配 “FishCFishC”（注意，因為子組後邊還有一個空格）
\A	匹配輸入字串的開始位置
\Z	匹配輸入字串的結束位置
\b	匹配一個單詞邊界，單詞被定義為 Unidcode 的字母數字或下橫線字元 比如：\bFishC\b 會匹配字串 “love FishC”、FishC.” 或 “(FishC)”
\B	匹配非單詞邊界，其實就是與 \b 相反 比如：py\B 會匹配字串 “python”、”py3” 或 “py2”，但不會匹配 “py “、”py.” 或 “py!”
\d	1.對於 Unicode（str 類型）模式：匹配任何一個數字，包括 [0-9] 和其他數字字元；如果開啟了 re.ASCII 標誌，就只匹配 [0-9] 2.對於 8 位（bytes 類型）模式：匹配 [0-9] 中任何一個數字
\D	匹配任何非 Unicode 的數字，其實就是與 \d 相反；如果開啟了 re.ASCII 標誌，則相當於匹配 [^0-9]
\s	1.對於 Unicode（str 類型）模式：匹配 Unicode 中的空白字元（包括 [ \t\n\r\f\v] 以及其他空白字元）；如果開啟了 re.ASCII 標誌，就只匹配 [\t\n\r\f\v] 2.對於 8 位（bytes 類型）模式：匹配 ASCII 中定義的空白字元，即 [ \t\n\r\f\v]
\S	匹配任何非 Unicode 中的空白字元，其實就是與 \s 相反；如果開啟了 re.ASCII 標誌，則相當於匹配 [^ \t\n\r\f\v]
\w	1.對於 Unicode（str 類型）模式：匹配任何 Unicode 的單詞字元，基本上所有語言的字元都可以匹配，當然也包括數字和下橫線；如果開啟了 re.ASCII 標誌，就只匹配 [a-zA-Z0-9_] 2.對於 8 位（bytes 類型）模式：匹配 ASCII 中定義的字母數字，即 [a-zA-Z0-9_]
\W	匹配任何非 Unicode 的單詞字元，其實就是與 \w 相反；如果開啟了 re.ASCII 標誌，則相當於 [^a-zA-Z0-9_]
轉義符號	Regex還支援大部分 Python 字串的轉義符號：\a，\b，\f，\n，\r，\t，\u，\U，\v，\x，\\ 注1：\b 通常用於匹配一個單詞邊界，只有在字元類中才表示“退格” 注2：\u 和 \U 只有在 Unicode 模式下才會被識別 注3：八進位轉義（\數字）是有限制的，如果第一個數字是 0，或者如果有 3 個八位元字，那麼就被認為是八位元；其他情況則被認為是子組引用；至於字串，八進位轉義總是最多隻能是 3 個數位長度

python Regex