導(dǎo)讀：正則在各語言中的使用是有差異的，本文以 Python 3 為基礎(chǔ)。本文主要講述的是正則的語法，對(duì)于 re 模塊不做過多描述，只會(huì)對(duì)一些特殊地方做提示。

很多人覺得正則很難，在我看來，這些人一定是沒有用心。其實(shí)正則很簡(jiǎn)單，根據(jù)二八原則，我們只需要懂 20% 的內(nèi)容就可以解決 80% 的問題了。我曾經(jīng)有幾年幾乎每天都跟正則打交道，剛接手項(xiàng)目的時(shí)候我對(duì)正則也是一無所知，花半小時(shí)百度了一下，然后寫了幾個(gè) demo，就開始正式接手了。三年多時(shí)間，我用到的正則鮮有超出我最初半小時(shí)百度到的知識(shí)的。

1、正則基礎(chǔ)

1.1、基礎(chǔ)語法

(1)常用元字符

語法描述

\b

匹配單詞的開始或結(jié)束

\d

匹配數(shù)字

\s

匹配任意不可見字符(空格、換行符、制表符等)，等價(jià)于[ \f\n\r\t\v]。

\w

匹配任意 Unicode 字符集，包括字母、數(shù)字、下劃線、漢字等

.

匹配除換行符(\n)以外的任意字符

^ 或 \A

匹配字符串或行的起始位置

$ 或 \Z

匹配字符串或行的結(jié)束位置

(2)限定詞(又叫量詞)

語法描述

*

重復(fù)零次或更多次

+

重復(fù)一次或更多次

?

重復(fù)零次或一次

{n}

重復(fù) n 次

{n,}

重復(fù) n 次或更多次

{n,m}

重復(fù) n 到 m 次

(3)常用反義詞

語法描述

\B

匹配非單詞的開始或結(jié)束

\D

匹配非數(shù)字

\S

匹配任意可見字符， [^ \f\n\r\t\v]

\W

匹配任意非 Unicode 字符集

除 a、b、c 以外的任意字符

(4)字符族

語法描述

[abc]

a、b 或 c

除 a、b、c 以外的任意字符

[a-zA-Z]

a 到 z 或 A 到 Z

[a-d[m-p]]

a 到 d 或 m 到 p，即 [a-dm-p](并集)

[a-z&&[def]]

d、e 或 f(交集)

[a-z&&[^bc]]

a 到 z，除了 b 和 c：[ad-z](減去)

[a-z&&[^m-p]]

a 到 z，減去 m 到 p：[a-lq-z](減去)

以上便是正則的基礎(chǔ)內(nèi)容，下面來寫兩個(gè)例子看下：

s?=?'123abc你好'

re.search('\d+',?s).group()

re.search('\w+',?s).group()

結(jié)果：

123

123abc你好

是不是很簡(jiǎn)單？

1.2、修飾符

修飾符在各語言中也是有差異的。

Python 中的修飾符：

修飾符描述

re.A

匹配 ASCII字符類，影響 \w, \W, \b, \B, \d, \D

re.I

忽略大小寫

re.L

做本地化識(shí)別匹配(這個(gè)極少極少使用)

re.M

多行匹配，影響 和

re.S

使 . 匹配包括換行符(\n)在內(nèi)的所有字符

re.U

匹配 Unicode 字符集。與 re.A 相對(duì)，這是默認(rèn)設(shè)置

re.X

忽略空格和 # 后面的注釋以獲得看起來更易懂的正則。

(1)re.A

修飾符 A 使 \w 只匹配 ASCII 字符，\W 匹配非 ASCII 字符。

s?=?'123abc你好'

re.search('\w+',?s,?re.A).group()

re.search('\W+',?s,?re.A).group()

結(jié)果：

123abc

你好

但是描述中還有 \d 和 \D，數(shù)字不都是 ASCII 字符嗎？這是什么意思？別忘了，還有 全角和半角！

s?=?'０１２３４５６７８９'????#?全角數(shù)字

re.search('\d+',?s,?re.U).group()

結(jié)果：

０１２３４５６７８９

(2)re.M

多行匹配的模式其實(shí)也不常用，很少有一行行規(guī)整的數(shù)據(jù)。

s?=?'aaa\r\nbbb\r\nccc'

re.findall('^[\s\w]*?$',?s)

re.findall('^[\s\w]*?$',?s,?re.M)

結(jié)果：

['aaa\r\nbbb\r\nccc']????????#?單行模式

['aaa\r',?'bbb\r',?'ccc']????#?多行模式

(3)re.S

這個(gè)簡(jiǎn)單，直接看個(gè)例子。

s?=?'aaa\r\nbbb\r\nccc'

re.findall('^.*',?s)

re.findall('^.*',?s,?re.S)

結(jié)果：

['aaa\r']

['aaa\r\nbbb\r\nccc']

(4)re.X

用法如下：

rc?=?re.compile(r"""

\d+?#?匹配數(shù)字

#?和字母

[a-zA-Z]+

""",?re.X)

rc.search('123abc').group()

結(jié)果：

123abc

注意，用了 X 修飾符后，正則中的所有空格會(huì)被忽略，包括正則里面的原本有用的空格。如果正則中有需要使用空格，只能用 \s 代替。

(5)(?aiLmsux)

修飾符不僅可以代碼中指定，也可以在正則中指定。(?aiLmsux) 表示了以上所有的修飾符，具體用的時(shí)候需要哪個(gè)就在 ? 后面加上對(duì)應(yīng)的字母，示例如下，(?a) 和 re.A 效果是一樣的：

s?=?'123abc你好'

re.search('(?a)\w+',?s).group()

re.search('\w+',?s,?re.A).group()

結(jié)果是一樣的：

123abc

123abc

1.3、貪婪與懶惰

當(dāng)正則表達(dá)式中包含能接受重復(fù)的限定符時(shí)，通常的行為是(在使整個(gè)表達(dá)式能得到匹配的前提下)匹配盡可能多的字符。

s?=?'aabab'

re.search('a.*b',?s).group()????#?這就是貪婪

re.search('a.*?b',?s).group()???#?這就是懶惰

結(jié)果：

aabab

aab

簡(jiǎn)單來說：

所謂貪婪，就是盡可能 多 的匹配；

所謂懶惰，就是盡可能 少 的匹配。

*、+、{n,} 這些表達(dá)式屬于貪婪；

*?、+?、{n,}? 這些表達(dá)式就是懶惰(在貪婪的基礎(chǔ)上加上 ?)。

2、正則進(jìn)階

2.1、捕獲分組

語法描述

(exp)

匹配exp，并捕獲文本到自動(dòng)命名的組里

(?Pexp)

匹配exp，并捕獲文本到名稱為 name 的組里

(?:exp)

匹配exp，不捕獲匹配的文本，也不給此分組分配組號(hào)

(?P=name)

匹配之前由名為 name 的組匹配的文本

注意：在其他語言或者網(wǎng)上的一些正則工具中，分組命名的語法是 (?exp) 或 (?'name'exp) ，但在 Python 里，這樣寫會(huì)報(bào)錯(cuò)：This named group syntax is not supported in this regex dialect。Python 中正確的寫法是：(?Pexp)

示例一：

分組可以讓我們用一條正則提取出多個(gè)信息，例如：

s?=?'姓名：張三；性別：男；電話：138123456789'

m?=?re.search('姓名[:：](\w+).*?電話[:：](\d{11})',?s)

if?m:

name?=?m.group(1)

phone?=?m.group(2)

print(f'name:{name},?phone:{phone}')

結(jié)果：

name:張三,?phone:13812345678

示例二：

(?Pexp) 有時(shí)還是會(huì)用到的， (?P=name) 則很少情況下會(huì)用到。我想了一個(gè) (?P=name) 的使用示例，給大家看下效果：

s?=?'''

張三

30

138123456789

'''

pattern?=?r'.*?)>(.*?)(?P=name)>'

It?=?re.findall(pattern,?s)

結(jié)果：

[('name',?'張三'),?('age',?'30'),?('phone',?'138123456789')]

2.2、零寬斷言

語法描述

(?=exp)

匹配exp前面的位置

(?<=exp)

匹配exp后面的位置

(?!exp)

匹配后面跟的不是exp的位置

(?

匹配前面不是exp的位置

注意：正則中常用的前項(xiàng)界定 (?<=exp) 和前項(xiàng)否定界定 (?

(?<=aaa)????????#?正確

(?<=aaa|bbb)????#?正確

(?<=aaa|bb)????????#?錯(cuò)誤

(?<=\d+)????????#?錯(cuò)誤

(?<=\d{3})????????#?正確

2.3、條件匹配

這大概是最復(fù)雜的正則表達(dá)式了。語法如下：

語法描述

(?(id/name)yes|no)

如果指定分組存在，則匹配 yes 模式，否則匹配 no 模式

此語法極少用到，印象中只用過一次。

以下示例的要求是：如果以 _ 開頭，則以字母結(jié)尾，否則以數(shù)字結(jié)尾。

s1?=?'_abcd'

s2?=?'abc1'

pattern?=?'(_)?[a-zA-Z]+(?(1)[a-zA-Z]|\d)'

re.search(pattern,?s1).group()

re.search(pattern,?s2).group()

結(jié)果：

_abcd

abc1

2.4、findall

Python 中的 re.findall 是個(gè)比較特別的方法(之所以說它特別，是跟我常用的 C# 做比較，在沒看注釋之前我想當(dāng)然的掉坑里去了)。我們看這個(gè)方法的官方注釋：

Return?a?list?of?all?non-overlapping?matches?in?the?string.

If?one?or?more?capturing?groups?are?present?in?the?pattern,?return

a?list?of?groups;?this?will?be?a?list?of?tuples?if?the?pattern

has?more?than?one?group.

Empty?matches?are?included?in?the?result.

簡(jiǎn)單來說，就是

如果沒有分組，則返回整條正則匹配結(jié)果的列表；

如果有 1 個(gè)分組，則返回分組匹配到的結(jié)果的列表；

如果有多個(gè)分組，則返回分組匹配到的結(jié)果的元組的列表。

看下面的例子：

s?=?'aaa123bbb456ccc'

re.findall('[a-z]+\d+',?s)??????????#?不包含分組

re.findall('[a-z]+(\d+)',?s)????????#?包含一個(gè)分組

re.findall('([a-z]+(\d+))',?s)??????#?包含多個(gè)分組

re.findall('(?:[a-z]+(\d+))',?s)????#??:?不捕獲分組匹配結(jié)果

結(jié)果：

['aaa123',?'bbb456']

['123',?'456']

[('aaa123',?'123'),?('bbb456',?'456')]

['123',?'456']

零寬斷言中講到 Python 中前項(xiàng)界定必須是定長(zhǎng)的，這很不方便，但是配合 findall 有分組時(shí)只取分組結(jié)果的特性，就可以模擬出非定長(zhǎng)前項(xiàng)界定的效果了。

結(jié)語

其實(shí)正則就像是一個(gè)數(shù)學(xué)公式，會(huì)背公式不一定會(huì)做題。但其實(shí)這公式一點(diǎn)也不難，至少比學(xué)校里學(xué)的數(shù)學(xué)簡(jiǎn)單多了，多練習(xí)幾次也就會(huì)了。

總結(jié)

以上是生活随笔為你收集整理的python正则表达式group用法_【Python】正则表达式用法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。