正则表达式总结

• 练习语言使用的是python

\n表示换行，newline
\r表示回车，return
\t表示Tab
\0表示空字符，none、NUll…
\s表示所有空白字符
\f表示换页字符，form-feed

单个字符

• .：除换行以外所有字符，匹配换行符以外的任何单个字符

• []：匹配集合中任意一个字符，常用的[abk]、[a-k]、[a-zA-Z]
  

  1. [abk]：匹配a字符或者b字符或者k字符

  2. [^abk]：匹配任意字符，除了a字符或者b字符或者k字符

  3. [a-k]：匹配a到k之间的任意字符，包括a字符和k字符

  4. [^a-k]：匹配任意字符，处理那些a到k之间的字符

  5. [a-zA-Z]：匹配a-z或者A-Z之间的任意字符，你可以随意组合

  6. [^a-zA-Z]：匹配除了a-z或者A-Z之间的任意字符，可以是数字、换行符、空格等等

• \d：匹配任意的十进制数字(digit)，相当于[0-9]

• \D：匹配任意的非十进制的字符

• \w：匹配任意的字母(word)、数字、中文或者下划线，相当于[a-zA-Z0-9_]

• \W：匹配字母、数字、中文或者下划线以外的任何内容

• \s：匹配所有空白字符包，包括空格、tab、换行符…，等价于[ \f\n\r\t\v]

• \S：匹配所有非空白
  

数量修饰

• a*：匹配0个或者多个连续的a字符(>=0)，例如a*表示字符串可以有0个a或者多个a
• a+：匹配一个或者多个连续的a字符(>=1)，即a*表示a字符至少出现一次
• a?：匹配a字符或者不匹配任何字符，即a字符可有可无
• a{m}：精确匹配m个连续的a字符，中间有任何空格都不可以
• a{m,}：匹配至少m个连续的a字符
• a{m,n}：匹配m个和n个连续的a字符，包含m和n，即m、m+1、…、n-1、n个连续的a字符都可以

边界

• ^a：匹配任意一行的首字符必须是a，即任意一行以a字符开头
• a$：匹配任意一行的结尾最后字符必须是a，即任意一行以a字符结尾

分组

• (ab)：匹配所有ab两个字符为一组，即ab为一组
• (a|b)：匹配表达式中的a部分或者b部分

贪婪模式和惰性模式

• a.*b：贪婪模式，匹配a到b尽可能长的字符串，除了行终止符\n

• a.*?b：惰性模式，匹配a到b尽可能短的字符串，匹配成功后，继续寻找下一个最短的“a到b”

Python中的正则

• re.I：忽略大小写，insensitive(不敏感)
• re.M：多行匹配，multiline
• re.X：忽略空格
• re.S ：单行匹配，该字符串可以认为是单行输入
• re.G：匹配所有的符合条件的字符串，告诉引擎在找到第一个匹配项后不要停止，而是继续直到找不到更多匹配项为止
• re.sub(正则表达式, 替换内容, 字符串)