Python Regex

標籤：指定   範圍   意思   運算式   開始   bcb   line   多次   不同的   

Regex

 

1、字元匹配

1.1 一般字元

      大多數字母和字元一般都會和自身匹配

      如Regex test會和字串 "test"完全符合

1.2 元字元

    .  ^  $  *  +  ?  {}   [ ]   \   |   ()

   1) [ ]   

   --常用來表達一個字元集  

   --元字元在字元集中不起作用

   -- 補集匹配不在區間範圍內的字元

   Exp：  s =‘ t[io]p‘  t = ‘top tip tep trp‘ re.findall(s,t) 

   Exp：  r =r ‘x[0-9]x‘   re.findall(r,‘x3x‘)

  2) ^     -- 匹配行首

   。 除非設定multiline標誌，它只是匹配字串的開始。在MULTILINE模式裡，它也可以直接匹配字串中的每個換行。

    r = ‘^hello‘   s = ‘hello the world‘  re.findall(r,s)   result : [‘hello‘]

  3）$   -- 匹配行尾

    行尾被定義為要麼是字串尾，要麼是一個換行字元後面的任何位置。 

 　　

  4）\   -- 反斜線後面可以加不同的字元以表示不同特殊意義

  5) *    --指定前一個字元可以被匹配零次或更多次，而不是只有一次。匹配引擎會試著重複儘可能多的次數。（不超過整數界定範圍，20億次）

      - a[bcd]*b -- "abcbd"

  6) +   -- 表示匹配一或更多次。

         --注意* 和 + 之間的不同； * 匹配零或更多次，所以可以根本就不出現，而+則要求至少出現一次。

       r = r"ab+"

       re.findall(r,‘abbb‘)
       [‘abbb‘]

  7） ？  --匹配一次或零次；你可以認為它用於標識某事物是可選的

     r = r"^010-?\d{8}$"

     re.findall(r,‘01012345678‘)

    result：[‘01012345678‘]

8）{m,n} 

    -- 其中m和n是十進位整數。 該限定符的意思是至少有m個重複，至多到n個重複。

    -- 忽略m會認為下邊界是0，而忽略n的結果將是上邊界為無窮大（實際上是20億）

    -- {0，}等同於 *，（1，）等同於+，而{0,1}則與？相同。 如果可以的話，最好使用 * ， + ，或 ？表示。 

 

Python Regex