導(dǎo)讀：歡迎你來(lái)到站長(zhǎng)在線的站長(zhǎng)學(xué)堂學(xué)習(xí)Python知識(shí)，本文學(xué)習(xí)的是《Python中正則表達(dá)式的語(yǔ)法詳解》。本知識(shí)點(diǎn)主要內(nèi)容有9點(diǎn)：行定位符、元字符、限定符、字符集、排除字符、選擇字符、轉(zhuǎn)義字符、分組、在Python中使用正則表達(dá)式語(yǔ)法。

歡迎你來(lái)到站長(zhǎng)在線的站長(zhǎng)學(xué)堂學(xué)習(xí)python知識(shí)，本文學(xué)習(xí)的是《Python中正則表達(dá)式的語(yǔ)法詳解》。本知識(shí)點(diǎn)主要內(nèi)容有9點(diǎn)：行定位符、元字符、限定符、字符集、排除字符、選擇字符、轉(zhuǎn)義字符、分組、在Python中使用正則表達(dá)式語(yǔ)法。

關(guān)于Python中的正則表達(dá)式，準(zhǔn)備分兩個(gè)知識(shí)點(diǎn)講完，今天來(lái)講解正則表達(dá)式的語(yǔ)法。

正則表達(dá)式的概念：正則表達(dá)式(regular expression，簡(jiǎn)稱regex或者RE)，也稱為歸則表達(dá)式。通常用來(lái)檢索、替換符合某些規(guī)則的文本。正則表達(dá)式就是記錄文本規(guī)則的代碼。

1、行定位符

行定位符就是用來(lái)描述字符串的邊界?！癪”表示行的開(kāi)始；“$”表示行的結(jié)尾。

例如：

One is All    

All is One 

^One該表達(dá)式表示要匹配字符串One的開(kāi)始位置是行頭，如One is All就可以匹配，而All is One則不匹配。但如果使用：

One$則All is One可以匹配，而One is All不能匹配。如果要匹配的字符串可以出現(xiàn)在字符串的任意部分，那么可以直接寫(xiě)成：

One這樣，兩個(gè)字符串就都可以匹配了。

2、元字符

元字符就是在正則表達(dá)式中具有特殊意義的專用字符。

剛才我們所說(shuō)的“^”和“$”就是元字符，在Python有下面常用元字符：.、\w、\W、\s、\S、\d、\D、\b、^、$。

各種元字符及其說(shuō)明如下：

.：匹配除換行符以外的任意字符

\w：匹配字母或數(shù)字或下劃線或漢字

\W：匹配特殊字符，即非字母、非數(shù)字、非漢字

\s：匹配任意的空白符

\S：匹配非空白

\d：匹配數(shù)字

\D：匹配非數(shù)字，即不是數(shù)字

\b：匹配單詞的開(kāi)始或結(jié)束

^：匹配字符串的開(kāi)始

$：匹配字符串的結(jié)束

我們來(lái)看一個(gè)例子：

\byi\w*\b

匹配以字母yi開(kāi)頭的單詞，先匹配單詞開(kāi)始處（\b），然后匹配字母yi，接著匹配任意數(shù)量的字母或數(shù)字（\w*），最后匹配單詞結(jié)束處（\b）。該表達(dá)式可以匹配如“yibenshu”“saneryi”“haoyige”“yi12345”等。

3、限定符

在上面的元字符的例子中，使用“\w*”匹配任意數(shù)量的字母或數(shù)字。如果想匹配特定數(shù)量的數(shù)字，該如何表示呢？正則表達(dá)式為我們提供了限定符（指定數(shù)量的字符）來(lái)實(shí)現(xiàn)該功能。

例如，匹配6位qq號(hào)可用如下表達(dá)式：

^\d{6}$

常用的限定符如下所示：*、+、?、{n} 、{n,}、{n,m}、[] 。

各種限定符及說(shuō)明及舉例如下：

* ：匹配前面的字符零次或更多次。例如“zo*”能匹配“z” “zo”以及“zoo”，“*”等效于“{0,}”

+ ：匹配前面的字符一次或更多次。例如“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”，“+”等效于"{1,}”

? ：匹配前面的字符零次或一次。例如“do(es)?”可以匹配 “do”或 “does”中的“do”，“?”等效 于 “{0,1}”

{n} ：匹配前面的字符n次。例如“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food” 中的兩個(gè) o

{n,} ：匹配前面的字符n次或更多次。例如“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o, 等效于“o+”，“o{0,}”則等效于“o*”

{n,m} ：匹配前面的字符n到m次。其中 n＜=m。最少匹配 n 次且最多匹配 m 次。例如“o{1,3}”將匹配“fooooood" 中的前三個(gè)“o”，“o{0,l}”等效于“0?”。注意在逗號(hào)和兩個(gè)數(shù)之間不能有空格

4、字符集

正則表達(dá)式查找數(shù)字和字母是很簡(jiǎn)單的，因?yàn)橐呀?jīng)有了對(duì)應(yīng)這些字符集合的元字符（如\d，\w），但是如果要匹配沒(méi)有預(yù)定義元字符的字符集合（比如元音字母a, e, i, o, u），應(yīng)該怎么辦？很簡(jiǎn)單，只需要在方括號(hào)里列出它們就行了，像[aeiou]就匹配任何一個(gè)英文元音字母。

[xyz]表示匹配里面的任意一個(gè)字符。

[a-z]字符范圍，匹配指定范圍內(nèi)的任意字符。例如“[a-z]”可以匹配“a”到“z”范圍內(nèi)的任意小寫(xiě)字母字符

[.?!]匹配標(biāo)點(diǎn)符號(hào)“.”、“?”或“!”。也可以輕松地指定一個(gè)字符范圍，像[0-9]代表的含義與\d就是完全一致的：代表一位數(shù)字；同理，[a-z0-9A-Z_]也完全等同于\w（如果只考慮英文的話）。

要想匹配給定字符串中任意一個(gè)漢字，可以使用[\u4e00-\u9fa5]；如果要匹配連續(xù)多個(gè)漢字，可以使用[\u4e00-\u9fa5]+。

5、排除字符

上方的字符集是匹配符合指定字符集的字符串。這里的排除字符，剛剛相反。排除字符就是匹配不符合指定字符集的字符串。在正則表達(dá)式中用“^”表示。我們?cè)谧铋_(kāi)始的行定位符中也說(shuō)到了“^”，放在開(kāi)頭，在這里放在方括號(hào)[]里面，表示排除的意思。如：

[^a-zA-Z]表示用于一個(gè)匹配非字母的字符。

6、選擇字符

Python中的選擇字符，包含著條件選擇的邏輯，在這里使用“|”來(lái)表示。該字符可以理解為“或”。

如中國(guó)人的身份證號(hào)碼長(zhǎng)度為15位或者18位。如果為15位，則全為數(shù)字；如果為18位，前17位為數(shù)字，最后一位是校驗(yàn)位，可能為數(shù)字或字符X。

匹配身份證的表達(dá)式可以寫(xiě)出如下方式：

(^\d{15}$)|(^\d{18}$)|(^\d{17})(\d|X|x)$

該表達(dá)式的意思是可以匹配15位數(shù)字，或者18位數(shù)字，或者17位數(shù)字和最后一位。最后一位可以是數(shù)字或者是X或者是x。

7、轉(zhuǎn)移字符

正則表達(dá)式中的轉(zhuǎn)義字符（\）和Python中的大同小異，都是將特殊字符（如“.”“?”“\”等）變?yōu)槠胀ǖ淖址?/span>

舉一個(gè)IP地址的實(shí)例，用正則表達(dá)式匹配如127.0.0.1這樣格式的IP地址。如果直接使用點(diǎn)字符，格式為：

[1-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}

這顯然不對(duì)，因?yàn)椤?”可以匹配一個(gè)任意字符。這時(shí)，不僅是127.0.0.1這樣的IP，連127101011這樣的字串也會(huì)被匹配出來(lái)。所以在使用“.”時(shí)，需要使用轉(zhuǎn)義字符（\）。修改后，上面的正則表達(dá)式格式為：

[1-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}

站長(zhǎng)在線提醒你：括號(hào)在正則表達(dá)式中也算是一個(gè)元字符。

8、分組

通過(guò)上面選擇字符中的例子，可以看見(jiàn)小括號(hào)的作用有了一定的了解。

小括號(hào)字符的第一個(gè)作用就是可以改變限定符的作用范圍，如“|”“*”“^”等。來(lái)看下面的一個(gè)表達(dá)式。

 (mon|ma)th

這個(gè)表達(dá)式的意思是匹配單詞month或math，如果不使用小括號(hào)，那么就變成了匹配單詞mon和math了。

小括號(hào)的第二個(gè)作用是分組，也就是子表達(dá)式。例如(\.[0-9]{1,3}){3}，就是對(duì)分組(\.[0-9]{1,3})進(jìn)行重復(fù)操作。

9、在Python中使用正則表達(dá)式語(yǔ)法

在Python中使用正則表達(dá)式時(shí)，是將其作為模式字符串使用的。例如，將匹配不是字母的一個(gè)字符的正則表達(dá)式表示為模式字符串，可以使用下面的代碼：

 '[^a-zA-Z]'

而如果將匹配以字母m開(kāi)頭的單詞的正則表達(dá)式轉(zhuǎn)換為模式字符串，則不能直接在其兩側(cè)添加引號(hào)定界符，例如，下面的代碼是不正確的。

'\bm\w*\b'

而是需要將其中的“\”進(jìn)行轉(zhuǎn)義，轉(zhuǎn)換后的代碼為：

'\\bm\\w*\\b'

由于模式字符串中可能包括大量的特殊字符和反斜杠，所以需要寫(xiě)為原生字符串，即在模式字符串前加r或R。例如，上面的模式字符串采用原生字符串表示就是：

r'\bm\w*\b'

在編寫(xiě)模式字符串時(shí)，并不是所有的反斜杠都需要進(jìn)行轉(zhuǎn)換。例如，前面編寫(xiě)的正則表達(dá)式“^\d{6}$”中的反斜杠就不需要轉(zhuǎn)義，因?yàn)槠渲械腬d并沒(méi)有特殊意義。不過(guò)，為了編寫(xiě)方便，本教程所寫(xiě)正則表達(dá)式都采用原生字符串表示。

到此為止，本文學(xué)習(xí)的《Python中正則表達(dá)式的語(yǔ)法詳解》中的主要內(nèi)容有9點(diǎn)：行定位符、元字符、限定符、字符集、排除字符、選擇字符、轉(zhuǎn)義字符、分組、在Python中使用正則表達(dá)式語(yǔ)法。就全部講解完畢了。有問(wèn)題，可以給我留言哦！

下一個(gè)知識(shí)點(diǎn)，我們講解《在Python中使用re模塊實(shí)現(xiàn)正則表達(dá)式操作詳解》。歡迎你對(duì)站長(zhǎng)在線進(jìn)行關(guān)注，評(píng)論，點(diǎn)贊，分享、轉(zhuǎn)發(fā)！

猜你喜歡