Python 中的正则表达式

Question

在 Python专门术语中,有两种主要方法完成模式匹配：搜索(searching)和匹配(matching)。搜索即在字符串任意部分中查找匹配的模式，而匹配是指，判断一个字符串能否从起始处全部或部分的匹配某个模式。搜索通过 search() 函数或方法来实现，而匹配是以调用 match() 函数或方法实现的。

元字符(metacharacters)——特殊字符和符号

记号	说明	例子
literal	匹配字符串的值	foo
re1|re2	匹配re1或re2	boo|bar
.	匹配任何字符(换行符除外) b.b
^	匹配字符串的开始	^Dear
$	匹配字符串的结尾	/bin/*sh$
*	匹配前面的正则式零或多次	[A-Za-Z0-9]*
+	匹配前面的正则式一次或多次	[a-z]+\.com
?	匹配前面的正则式零次或多次	goo?
{N}	匹配前面的正则式Ｎ次	[0-9]{3}
{M, N}	匹配出现M次到Ｎ次的正则式	·0-9［{5-9}
[...]	匹配出现的任意一个字符	[aeiou]
[...a-z..]	匹配出现在a到z的一个字符	[A-Za-z]
[^...]	不匹配出现的任何一个字符	[^aeiou]
(...)	匹配括号中RE,并保存为子组	([0-9){3})
\d	匹配任何数字（\D反意）	data\d.txtｄ
\w	匹配任何数字字母字符（\Ｗ反意）
\s	匹配任何空白符(\S反意)
\b	匹配单词边界（\B反意)	\bThe\b
\c	逐一匹配特殊字符
\A (\Z)	匹配字符串的起始（结束）

问号有两种含义

• 单独使用时表示匹配出现零次或一次的情况
• 紧跟在表示重复的元字符后面时，表示要求搜索引擎匹配的字符串越短越好。例如 (+?)

例子

正则表达式模式 匹配的字符串 \w+-\d+ 一个由字母或数字组成的字符串，和至少一个数字，两部分中间由连字符连接 [A-Za-z]\w* 第一个字符是字母，其余字符(如果存在的话)，是字母或数字(它几乎等价于 Python 语言中合法的标识符 \d{3}-\d{3}-\d{4} (美国)电话号码,前面带区号前缀，例如 800-555-1212 \w+@\w+.com 简单的 XXX@YYY.com 格式的电子邮件地址 \d+(.\d*)? 表示简单的浮点数 Mr?s?. )?[A-Z][a-z]* [ A-Za-z-]+ 名字和姓氏，对名字的限制(首字母大写,其它字母(如果存在)小写)，全名前有可选的称谓(“Mr.,”“Mrs.,” “Ms.,” 或 “M.,”)，姓氏没有什么限制，允许有多个单词、横线、大写字母。

一对圆括号(()) 和正则表达式一起使用时可以实现以下任意一个(或两个)功能: * 对正则表达式进行分组 * 匹配子组