Python re模組正規表示式

本文建議有一定正則基礎的看

正規表示式可以包含普通或者特殊字元。絕大部分普通字元，比如『a』, 『a』, 或者『0』，都是最簡單的正規表示式。它們就匹配自身。有些字元，比如『|』或者『(』，屬於特殊字元。特殊字元既可以表示它的普通含義，也可以影響它旁邊的正規表示式的解釋。

重複修飾符 (* , +, ?, , 等) 不能直接巢狀。這樣避免了非貪婪字尾 ? 修飾符，和其他實現中的修飾符產生的多義性。要應用乙個內層重複巢狀，可以使用括號。比如，表示式 (?:a)* 匹配6個『a』字元重複任意次數。

特殊字元：

.：點在預設模式，匹配除了換行的任意字元，如果指定了標籤dotall，他將匹配包括換行符的任意字元。

^：插入符匹配字串的開頭，並且在multiline模式也匹配換行後的首個符號

$：匹配字串尾或者換行符的前乙個字元，在multiline模式匹配換行符的前乙個字元。

*：對它前面的正則式匹配0到任意次重複，盡量多的匹配字串。ab* 會匹配』a』,『ab』,或者『a』後面跟著任意個『b』

+：對它前面的正則匹配1到任意次重複。ab+會匹配『a』後面跟隨1個以上到任意個『b』。

?：對它前面的正則式匹配0到1次重複。ab?會匹配『a』或者『ab』。

*?,+?,??：『* 』，『+』，』?'修飾符都是貪婪的，他們在字串進行盡可能多的匹配。有時候並不需要這種行為。在修飾符之後新增 ? 將使樣式以非貪婪方式或者 :dfn:`最小方式進行匹配；盡量少的字元將會被匹配。

用正則式<.>、<.?> 分別匹配< a> b < c>

結果完全不同，第一種它將完全匹配，因為貪婪。第二個正則式將匹配< a>

：對之前的正則式指定匹配m個重複。

：對正則式進行m到n次匹配，在m、n之間取盡量多

?：前乙個修飾符的非貪婪模式，只匹配盡量少的字元次數。比如：『aaaaaa』，a匹配5個』a』，而a?只匹配3個『a』

：表示乙個字元集合，在乙個集合中：

· 字元可以單獨列出，比如[amk]匹配『a』,'m』或者『k』

· 可以表示字元範圍，通過用『-』將兩個字元連起來，比如[a-z]將匹配任何小寫ascii字元，[0-5][0-9]將匹配從00 到59的兩位數子。 [0-9a-fa-f] 將匹配任何十六進製制數字。

· 特殊字元在集合中，將失去他的特殊含義。比如[(+* )]只會匹配這幾個字元：『（』, 『+』, 』 * ', 『)』

· 不在集合範圍內的字元可以通過取反來進行匹配，如果集合首字元是『^』，所有不在集合內的字元將會匹配，比如 [^5] 將匹配除5之外的所有字元。除了『5』， [^^] 將匹配所有字元，除了『^』. ^ 如果不在集合首位，就沒有特殊含義。

模組定義了幾個函式、常量和乙個例外。

將正規表示式的樣式編譯成為乙個正規表示式物件，可以用於匹配，通過這個物件的方法match（），search（）。

序列

m = re.
compile
(pattern)
result = m.match(string)

等價於

result = re.match(pattern, string)

掃瞄整個字串找到匹配樣式的第乙個位置，並返回乙個相應的匹配物件。如果沒有匹配，就返回乙個 none ；注意這和找到乙個零長度匹配是不同的。

如果 string 開始的0或者多個字元匹配到了正規表示式樣式，就返回乙個相應的匹配物件。如果沒有匹配，就返回 none ；注意它跟零長度匹配是不同的。

注意即便是 multiline 多行模式， re.match() 也只匹配字串的開始位置，而不匹配每行開始。

如果你想定位 string 的任何位置，使用 search() 來替代（也可參考 search() vs. match() ）