正则表达式 教程

掌握7个核心元字符的使用方法

通配符

字符集

重复元字符

^和$

转义符

分组与提取

|或操作

1. 通配符 (.)
   . 通配符、万能通配符或通配元字符，匹配1个除了换行符\n以外的任何字符。

import re

s = "apple ape agree age amaze animate advertise a\\ne "
r = re.findall("ape", s)  # 匹配'ape'
r = re.findall("a.e", s)  # 匹配a和e之间有一个任意字符
r = re.findall("a..e", s)  # 匹配a和e之间有两个任意字符
r = re.findall("a...e", s)  # 匹配a和e之间有三个任意字符
print(r)

2. 字符集 ([])
   [] 字符集，匹配一个中括号中出现的任意原子符号。

import re

s = "apple ape agree age amaze animate advertise a\\ne a&e a@e a6e a9e"
r = re.findall("a.e", s)  # 匹配a和e之间有一个任意字符
r = re.findall("a[pgz]e", s)  # 匹配a和e之间有p、g或z
r = re.findall("a[a-z]e", s)  # 匹配a和e之间有一个小写字母
r = re.findall("a[^a-z]e", s)  # 匹配a和e之间有一个非小写字母
r = re.findall("a[0-9]e", s)  # 匹配a和e之间有一个数字
print(r)

3. 重复元字符 ({}, *, +, ?)
   重复相关的4个元字符: {}, *, +, ?

{n,m}: 数量范围贪婪符，指定左边原子的数量范围
*: 指定左边原子出现0次或多次，等同{0,}
+: 指定左边原子出现1次或多次，等同{1,}
?: 指定左边原子出现0次或1次，等同{0,1}

import re

s = "aeeee apple acre ape agree age amaze animate advertise a\\ne a&e a@e a6e a9e"
r = re.findall("a.{2}e", s)  # 匹配a和e之间有2个任意字符
r = re.findall("a[a-z]{2}e", s)  # 匹配a和e之间有2个小写字母
r = re.findall("a.{3}e", s)  # 匹配a和e之间有3个任意字符
r = re.findall("a.{1,3}e", s)  # 贪婪匹配，优先按最大3匹配
r = re.findall("a.{1,3}?e", s)  # 非贪婪匹配，按最小1匹配
r = re.findall("a.{1,}?e", s)  # 非贪婪匹配，按最小1匹配
print(r)

*: 0次或多次

+: 1次或多次

?: 0次或1次

r = re.findall("a.*e", s)  # 贪婪匹配
r = re.findall("a.*?e", s)  # 非贪婪匹配
r = re.findall("a[a-z]*?e", s)  # 非贪婪匹配小写字母
print(r)

4. ^和$
   ^匹配字符串开头，$匹配字符串结尾。

import re

s = "apple\nape\nagree\nage\namaze\nanimate\nadvertise"
r = re.findall("^a", s)  # 匹配每行开头是a
r = re.findall("e$", s)  # 匹配每行结尾是e
r = re.findall("^a.*e$", s, re.MULTILINE)  # 匹配以a开头e结尾的行
print(r)

5. 转义符 ()
   \ 用于转义特殊字符，使其失去特殊含义。

import re

s = "apple$ ape* agree? age+ amaze^ animate\\ advertise."
r = re.findall("apple\\$", s)  # 匹配apple$
r = re.findall("ape\\*", s)  # 匹配ape*
r = re.findall("agree\\?", s)  # 匹配agree?
r = re.findall("age\\+", s)  # 匹配age+
r = re.findall("amaze\\^", s)  # 匹配amaze^
r = re.findall("animate\\\\", s)  # 匹配animate\
r = re.findall("advertise\\.", s)  # 匹配advertise.
print(r)

6. 分组与优先提取 (())
   () 用于分组和优先提取匹配内容。

import re

s = "John: 30, Alice: 25, Bob: 35"
# 提取名字和年龄
r = re.findall("([A-Za-z]+): (\\d+)", s)  # 返回元组列表
print(r)  # [('John', '30'), ('Alice', '25'), ('Bob', '35')]

分组引用

s = "hello hello world world"
r = re.sub(r"(\\w+) \\1", r"\\1", s)  # 去除连续重复单词
print(r)  # "hello world"

7. 或操作 (|)
   | 用于匹配多个模式中的任意一个。

import re

s = "apple banana cherry date elderberry fig grape"
r = re.findall("apple|banana|cherry", s)  # 匹配apple或banana或cherry
print(r)  # ['apple', 'banana', 'cherry']

s = "123-456-7890 (123)456-7890 123.456.7890"
r = re.findall("\\(?\\d{3}\\)?[-.]\\d{3}[-.]\\d{4}", s)  # 匹配多种电话号码格式
print(r)