python之Regex

標籤：表達   使用   邏輯或   開頭   重複   閉包   第一個字元   bcd   組成   

1)

用管道符號（|）匹配多個Regex

舉例 

at | home     匹配 at, home

 

2)

匹配任意一個單個的字元（.）

舉例

f.o  匹配在“f”和"o"中間的任何字元，如fao, f9o, f#o等

 

3）

從字元穿的開頭或結尾或單詞邊界開始匹配（^/$/\b\B）

\b匹配的模式是一個單詞邊界，與之對應的模式一定在一個單詞的開頭；

\B只匹配出現在一個單詞中間的模式，即不在單詞邊界上的字元。

舉例

^From  匹配任何以From開始的字串

/bin/tcsh$ 匹配任何以/bin/tcsh結束的字串

^subject: hi$ 匹配僅由subject: hi組成的字串

the   任何包含有“the”的字串

\bthe 任何以“the”開始的字串

\bthe\b 僅匹配單詞“the”

 

4）建立字元類（[]）

使用方括弧的Regex會匹配方括弧裡的任何一個字元。

方括弧只有邏輯或的功能。

舉例：

b[aeiu]t  匹配字串 bat, bet, bit, but

[cr][23][dp][o2] 匹配字串有16個組合，先[cr]選一個，接著[23]選一個，......，最後[o2]選一個。

 

5）指定範圍（-）和否定（^）

方括弧裡一對符號中間的連字號（-）用來表示一個字元的範圍。如[0-9]，匹配十進位數

左方括弧後第一個字元是上箭頭符號（^），表示不匹配製定字元集裡的任一字元。如[^aeiou]，匹配一個非母音字元

 

6）使用閉包操作符（*, +, ? {}）實現多次出現/重複匹配

*：  匹配它左邊那個Regex出現0次或0次以上的情況；

+： 匹配它左邊那個Regex至少出現一次的情況；

?:   匹配它左邊那個Regex模式出現0次或一次的情況。

{}: 如{M}表示匹配M次出現的情況，{M,N}表示匹配M次到N次出現的情況。

[dn]ot? 匹配最多有一個字元“t”,即 do, no, dot, not.

[0-9]{15, 16} 匹配15或者16位元字，例如信用卡號碼

</?[^>]+> 匹配所有合法的HTML標籤的字串，即<...>、</...>。

 

7）特殊字元   

一些特殊字元可以用來代表字元集合。

\d:  表示[0-9]

\w: 表示[A-Za-z0-9]

\s:  表示空白字元

\D:  表示非十進位數位字元，即[^0-9]

舉例：

\w+-\d+ 表示一個字母和數字組成的字串和至少一個數字，例如：ABCD-9

\d{3}-\d{3}-\d{4} 例如 800-555-1212

\[email protected]\w+\.com 例如[email protected]

 

8)用圓括弧（()）組建組

我們不僅想知道是否整個字串匹配Regex，還想在匹配成功時取出某個特定的字串或子字串。

（）的功能：

對Regex進行分組

匹配子組

舉例：

m = re.match(‘(a(b))‘, ‘ab‘) 兩個子組

m.group() 所有匹配部分

m.group(1) 匹配的子組1 輸出‘ab’

m.group(2) 匹配的子組2 輸出‘b‘

m.groups() 所有匹配的子組的元組 輸出 (‘ab‘, ‘b‘)

 

python之Regex