Python合集之Python正規表示式（二）

在上一節中我們了解到了python正規表示式中的行定位符、元字元及限定符。今天我們繼續分享相關的正規表示式。

正規表示式查詢數字和字母是很簡單的，因為已經有了對應這些字元集合的元字元（「\d」、"\w"）,但是如有要匹配沒有預定字元的字元集合（比如：母音字母a e i o u），應該怎麼辦？

很簡單，只需要在方括號裡列出他們就行了，像[aeiou]可以匹配任何乙個英文母音字母，[.?!]匹配標點符號（. ? !）。也可以輕鬆的指定乙個字元範圍，像[0-9]代表的含義與「\d」就是完全一致的，一位數字；同理[a-z0-9a-z]完全等於「\w」。

注：要想匹配給定字串中任意乙個漢字，可以使用[\u4e00-\u9fa5];如果要匹配連續多個漢字，可以使用[\u4e00-\u9fa5]+。

上面講的是匹配符合指定字元集合的字串，如果要匹配不符合指定字元集合的字元換，正規表示式提供了 ^ 字元。這個字元除了表示行的開始，放在方括號中，表示排除的意思。例如：

[^a-za-z]

該表示式用於匹配乙個不是字母的字元。

如果匹配的身份證號碼，首先我們了解一下身份證號碼的規則。身份證號碼長度為15位或者18位，如果是15位，則全部是數字，如果為18位，前17位是數字，最後一位檢驗位，可能為數字或者字母x。

在上面的描述中，包含著條件選擇邏輯，這就是需要使用選擇字元（|）來實現，該字元可以理解為「或」，匹配身份證的表示式可以寫成如下：

（^\d$）|(^\d$)|(^\d)(\d|x|x)$

正規表示式中的轉義字元（\）和python中的大同小異，都是將特殊字元（如 . ? \ 等）變為普通的字元，舉乙個ip位址的例項，用正規表示式匹配諸如「127.0.0.1」格式的ip位址，如果直接使用點字元，格式為:

[1-9].[0-9].[0-9].[0-9]

這顯然是不對的，因為 .可以匹配乙個任意字元，這時不僅是127.0.0.1這樣的ip，連127101011這樣的字串也會被匹配出來，所以在使用 .時，需要使用轉義字元(\)。修改後的上面例子的正規表示式應為：

[1-9]\.[0-9]\.[0-9]\.[0-9]

注：括號在正則表大師中也算是乙個字元

(six|four)th

上面這個表示式的意思是匹配單詞 sixth或者 fourth,如果不使用小括號，那麼就變成了匹配單詞six和 fourthle 。

小括號的第二個作用是分組，也就是子表示式，如：

(\.[0-9])，就是對分組（\.[0-9]）進行重複操作。

花絮：