字符
|
含义
|
.
|
表示匹配除了换行符外的任何字符 注:通过设置 re.DOTALL 标志可以使.匹配任何字符(包含换行符) |
|
|
A | B,表示匹配正则表达式 A 或者 B |
^
|
1. (脱字符)匹配输入字符串的开始位置 2. 如果设置了 re.MULTILINE 标志,^也匹配换行符之后的位置 |
$
|
1. 匹配输入字符串的结束位置 2. 如果设置了 re.MULTILINE 标志,$也匹配换行符之前的位置 |
|
1. 将一个普通字符变成特殊字符,例如d表示匹配所有十进制数字 2. 解除元字符的特殊功能,例如.表示匹配点号本身 3. 引用序号对应的子组所匹配的字符串 4. 详见下方列举 |
[...]
|
字符类,匹配所包含的任意一个字符 注1:连字符-如果出现在字符串中间表示字符范围描述;如果如果出现在首位则仅作为普通字符 注2:特殊字符仅有反斜线保持特殊含义,用于转义字符。其它特殊字符如*、+、?等均作为普通字符匹配 注3:脱字符^如果出现在首位则表示匹配不包含其中的任意字符;如果^出现在字符串中间就仅作为普通字符匹配 |
{M,N}
|
M 和 N 均为非负整数,其中 M <= N,表示前边的 RE 匹配 M ~ N 次 注1:{M,} 表示至少匹配 M 次 注2:{,N} 等价于 {0,N} 注3:{N} 表示需要匹配 N 次 |
*
|
匹配前面的子表达式零次或多次,等价于 {0,} |
+
|
匹配前面的子表达式一次或多次,等价于 {1,} |
?
|
匹配前面的子表达式零次或一次,等价于 {0,1} |
*?,+?,??
|
默认情况下+和?的匹配模式是贪婪模式(即会尽可能多地匹配符合规则的字符串);*?、+?和??表示启用对应的非贪婪模式。 举个栗子:对于字符串 "FishCCC",正则表达式FishC+会匹配整个字符串,而FishC+?则匹配 "FishC"。 |
{M,N}?
|
同上,启用非贪婪模式,即只匹配 M 次 |
(...)
|
匹配圆括号中的正则表达式,或者指定一个子组的开始和结束位置 注:子组的内容可以在匹配之后被数字再次引用 举个栗子:(w+) 1可以字符串 "FishC FishC.com" 中的 "FishC FishC"(注意有空格) |
(?...)
|
(?开头的表示为正则表达式的扩展语法(下边这些是 Python 支持的所有扩展语法) |
(?aiLmsux)
|
1.(?后可以紧跟着 'a','i','L','m','s','u','x' 中的一个或多个字符,只能在正则表达式的开头使用 2. 每一个字符对应一种匹配标志:re-A(只匹配 ASCII 字符),re-I(忽略大小写),re-L(区域设置),re-M(多行模式),re-S(. 匹配任何符号),re-X(详细表达式),包含这些字符将会影响整个正则表达式的规则 3. 当你不想通过 re.compile() 设置正则表达式标志,这种方法就非常有用啦 注意,由于(?x)决定正则表达式如何被解析,所以它应该总是被放在最前边(最多允许前边有空白符)。如果(?x)的前边是非空白字符,那么(?x)就发挥不了作用了。 |
(?:...)
|
非捕获组,即该子组匹配的字符串无法从后边获取 |
(?P<name>...)
|
命名组,通过组的名字(name)即可访问到子组匹配的字符串 |
(?P=name)
|
反向引用一个命名组,它匹配指定命名组匹配的任何内容 |
(?#...)
|
注释,括号中的内容将被忽略 |
(?=...)
|
前向肯定断言。如果当前包含的正则表达式(这里以 ... 表示)在当前位置成功匹配,则代表成功,否则失败。一旦该部分正则表达式被匹配引擎尝试过,就不会继续进行匹配了;剩下的模式在此断言开始的地方继续尝试。 举个栗子:love(?=FishC)只匹配后边紧跟着 "FishC" 的字符串 "love" |
(?!...)
|
前向否定断言。这跟前向肯定断言相反(不匹配则表示成功,匹配表示失败)。 举个栗子:FishC(?!.com)只匹配后边不是 ".com" 的字符串 "FishC" |
(?<=...)
|
后向肯定断言。跟前向肯定断言一样,只是方向相反。 举个栗子:(?<=love)FishC只匹配前边紧跟着 "love" 的字符串 "FishC" |
(?<!...)
|
后向否定断言。跟前向肯定断言一样,只是方向相反。 举个栗子:(?<!FishC).com只匹配前边不是 "FishC" 的字符串 ".com" |
(?(id/name)yes-pattern|no-pattern)
|
1. 如果子组的序号或名字存在的话,则尝试 yes-pattern 匹配模式;否则尝试 no-pattern 匹配模式 2. no-pattern 是可选的 举个栗子:(<)?(w+@w+(?:.w+)+)(?(1)>|$)是一个匹配邮件格式的正则表达式,可以匹配 <user@fishc.com> 和 'user@fishc.com',但是不会匹配 '<user@fishc.com' 或 'user@fishc.com>' |
|
下边列举了由字符 '' 和另一个字符组成的特殊含义。注意,'' + 元字符的组合可以解除元字符的特殊功能 |
序号
|
1. 引用序号对应的子组所匹配的字符串,子组的序号从 1 开始计算 2. 如果序号是以 0 开头,或者 3 个数字的长度。那么不会被用于引用对应的子组,而是用于匹配八进制数字所表示的 ASCII 码值对应的字符 举个栗子:(.+) 1会匹配 "FishC FishC" 或 "55 55",但不会匹配 "FishCFishC"(注意,因为子组后边还有一个空格) |
A
|
匹配输入字符串的开始位置 |
Z
|
匹配输入字符串的结束位置 |
b
|
匹配一个单词边界,单词被定义为 Unidcode 的字母数字或下横线字符 举个栗子:bFishCb会匹配字符串 "love FishC"、FishC." 或 "(FishC)" |
B
|
匹配非单词边界,其实就是与 b 相反 举个栗子:pyB会匹配字符串 "python"、"py3"或 "py2",但不会匹配 "py"、"py." 或"py!" |
d
|
1. 对于 Unicode(str 类型)模式:匹配任何一个数字,包括 [0-9] 和其他数字字符;如果开启了 re.ASCII 标志,就只匹配 [0-9] 2. 对于 8 位(bytes 类型)模式:匹配 [0-9] 中任何一个数字 |
D
|
匹配任何非 Unicode 的数字,其实就是与 d 相反;如果开启了 re.ASCII 标志,则相当于匹配 [^0-9] |
s
|
1. 对于 Unicode(str 类型)模式:匹配 Unicode 中的空白字符(包括 [ tnrfv] 以及其他空白字符);如果开启了 re.ASCII 标志,就只匹配 [ tnrfv] 2. 对于 8 位(bytes 类型)模式:匹配 ASCII 中定义的空白字符,即 [ tnrfv] |
S
|
匹配任何非 Unicode 中的空白字符,其实就是与 s 相反;如果开启了 re.ASCII 标志,则相当于匹配 [^ tnrfv] |
w
|
1. 对于 Unicode(str 类型)模式:匹配任何 Unicode 的单词字符,基本上所有语言的字符都可以匹配,当然也包括数字和下横线;如果开启了 re.ASCII 标志,就只匹配 [a-zA-Z0-9_] 2. 对于 8 位(bytes 类型)模式:匹配 ASCII 中定义的字母数字,即 [a-zA-Z0-9_] |
W
|
匹配任何非 Unicode 的单词字符,其实就是与 w 相反;如果开启了 re.ASCII 标志,则相当于 [^a-zA-Z0-9_] |
转义符号
|
正则表达式还支持大部分 Python 字符串的转义符号:a,b,f,n,r,t,u,U,v,x, 注1:b 通常用于匹配一个单词边界,只有在字符类中才表示“退格” 注2:u 和 U 只有在 Unicode 模式下才会被识别 注3:八进制转义(数字)是有限制的,如果第一个数字是 0,或者如果有 3 个八进制数字,那么就被认为是八进制数;其他情况则被认为是子组引用;至于字符串,八进制转义总是最多只能是 3 个数字的长度 |