| 符號 | 解釋 | 示例 | 說明 |
|---|---|---|---|
| . | 匹配除換行符以外的任意字符 | b.t | 可以匹配bat / but / b#t / b1t等 |
| \w | 匹配字母/數字/下劃線/漢字 | b\wt | 可以匹配bat / b1t / b_t等，但不能匹配b#t |
| \s | 匹配空白字符（包括\r、\n、\t等） | love\syou | 可以匹配love you |
| \d | 匹配數字 | \d\d | 可以匹配01 / 23 / 99等 |
| \b | 匹配單詞的邊界 | \bThe\b | |
| ^ | 匹配字符串的開始 | ^The | 可以匹配The開頭的字符串 |
| $ | 匹配字符串的結束 | .exe$ | 可以匹配.exe結尾的字符串 |
| \W | 匹配非字母/數字/下劃線/漢字 | b\Wt | 可以匹配b#t / b@t等 但不能匹配but / b1t / b_t等 |
| \S | 匹配非空白字符 | love\Syou | 可以匹配love#you等 但不能匹配love you |
| \D | 匹配非數字 | \d\D | 可以匹配9a / 3# / 0F等 |
| \B | 匹配非單詞邊界 | \Bio\B | |
| [] | 匹配來自字符集的任意單一字符 | [aeiou] | 可以匹配任一元音字母字符 |
| [^] | 匹配不在字符集中的任意單一字符 | [^aeiou] | 可以匹配任一非元音字母字符 |
| * | 匹配0次或多次 | \w* | |
| + | 匹配1次或多次 | \w+ | |
| ? | 匹配0次或1次 | \w? | |
| {N} | 匹配N次 | \w{3} | |
| {M,} | 匹配至少M次 | \w{3,} | |
| {M,N} | 匹配至少M次至多N次 | \w{3,6} | |
| | | 分支 | foo|bar | 可以匹配foo或者bar |
| (?#) | 注釋 | ||
| (exp) | 匹配exp并捕獲到自動命名的組中 | ||
| (?name>exp) | 匹配exp并捕獲到名為name的組中 | ||
| (?:exp) | 匹配exp但是不捕獲匹配的文本 | ||
| (?=exp) | 匹配exp前面的位置 | \b\w+(?=ing) | 可以匹配I'm dancing中的danc |
| (?=exp) | 匹配exp后面的位置 | (?=\bdanc)\w+\b | 可以匹配I love dancing and reading中的第一個ing |
| (?!exp) | 匹配后面不是exp的位置 | ||
| (?!exp) | 匹配前面不是exp的位置 | ||
| *? | 重復任意次，但盡可能少重復 | a.*b a.*?b |
將正則表達式應用于aabab，前者會匹配整個字符串aabab，后者會匹配aab和ab兩個字符串 |
| +? | 重復1次或多次，但盡可能少重復 | ||
| ?? | 重復0次或1次，但盡可能少重復 | ||
| {M,N}? | 重復M到N次，但盡可能少重復 | ||
| {M,}? | 重復M次以上，但盡可能少重復 |
說明： 如果需要匹配的字符是正則表達式中的特殊字符，那么可以使用\進行轉義處理，例如想匹配小數點可以寫成\.就可以了，因為直接寫.會匹配任意字符；同理，想匹配圓括號必須寫成\(和\)，否則圓括號被視為正則表達式中的分組。
Python提供了re模塊來支持正則表達式相關操作，下面是re模塊中的核心函數。
| 函數 | 說明 |
|---|---|
| compile(pattern, flags=0) | 編譯正則表達式返回正則表達式對象 |
| match(pattern, string, flags=0) | 用正則表達式匹配字符串 成功返回匹配對象 否則返回None |
| search(pattern, string, flags=0) | 搜索字符串中第一次出現正則表達式的模式 成功返回匹配對象 否則返回None |
| split(pattern, string, maxsplit=0, flags=0) | 用正則表達式指定的模式分隔符拆分字符串 返回列表 |
| sub(pattern, repl, string, count=0, flags=0) | 用指定的字符串替換原字符串中與正則表達式匹配的模式 可以用count指定替換的次數 |
| fullmatch(pattern, string, flags=0) | match函數的完全匹配（從字符串開頭到結尾）版本 |
| findall(pattern, string, flags=0) | 查找字符串所有與正則表達式匹配的模式 返回字符串的列表 |
| finditer(pattern, string, flags=0) | 查找字符串所有與正則表達式匹配的模式 返回一個迭代器 |
| purge() | 清除隱式編譯的正則表達式的緩存 |
| re.I / re.IGNORECASE | 忽略大小寫匹配標記 |
| re.M / re.MULTILINE | 多行匹配標記 |
說明： 上面提到的re模塊中的這些函數，實際開發中也可以用正則表達式對象的方法替代對這些函數的使用，如果一個正則表達式需要重復的使用，那么先通過compile函數編譯正則表達式并創建出正則表達式對象無疑是更為明智的選擇。
方法一：通過compile編譯正則表達式創建Pattern對象，通過給Pattern對象發消息實現匹配檢查。
import re
username = input('請輸入用戶名：')
# 通過compile編譯正則表達式創建Pattern對象
username_pattern = re.compile(r'^\w{6,20}$')
print(type(username_pattern))
# 通過給Pattern對象發消息實現匹配檢查
matcher = username_pattern.match(username)
print(type(matcher))
if matcher is None:
print('無效的用戶名')
else:
print(matcher.group())
方法二：不創建正則表達式對象，直接調用函數進行匹配操作
username = input('請輸入用戶名：')
matcher = re.fullmatch(r'\w{6,20}', username)
#^是開始符，$是結束符
# matcher = re.match(r'^\w{6,20}$', username)
if matcher is None:
print('用戶名不合法！！！')
else:
print(matcher)
print(matcher.group())
匹配操作可以使用match函數，需要添加開始符號^和結束符號$表示匹配字符串的開始與結束；也可以使用fullmatch函數，正則表達式不用寫開始符和結束符。上面在書寫正則表達式時使用了“原始字符串”的寫法。
import re
content = """報警電話：110，我們班是Python-2105班，
我的QQ是9597658，我的手機號是13811223344，謝謝！"""
searcher = re.search(r'1[3-9]\d{9}', content)
if not searcher:
print('沒有找到手機號')
else:
print(searcher.group())
匹配結果：
13811223344
import re
content = """報警電話：110，我們班是Python-2105班，
我的QQ是9597658，我的手機號是13811223344，謝謝！"""
pattern = re.compile(r'\d+')
matcher = pattern.search(content)
while matcher:
print(matcher.group())
# 從上一次匹配成功的結束位置開始搜索
matcher = pattern.search(content, matcher.end())
匹配結果：
110
2105
9597658
13811223344
import re
content = """報警電話：110，我們班是Python-2105班，
我的QQ是9597658，我的手機號是13811223344，謝謝！"""
pattern = re.compile(r'\d+')
results = pattern.findall(content)
# 沒有創建正則表達式對象時，也可以用這種方法
# results = re.findall(r'\d+', content)
for result in results:
print(result)
匹配結果：
110
2105
9597658
13811223344
import re
import requests
resp = requests.get('https://www.sohu.com/')
# .表示任意字符，+表示匹配一個或任意多個，？表示惰性匹配，盡可能短的匹配
pattern = re.compile(r'href="http.+?"')
# 拿到搜狐首頁
content = resp.text
matcher = pattern.search(content)
while matcher:
print(matcher.group()[6:-1])
matcher = pattern.search(content, matcher.end())
pattern2 = re.compile(r'title=".+?"')
title_list = pattern2.findall(content)
for title in title_list:
print(title[7:-1])
對于例3，不能使新聞的標題和鏈接對應起來，如果使用正則表達式捕獲組，可以實現標題和鏈接的對應。
import re
import requests
resp = requests.get('https://www.sohu.com/')
# 匹配整個a標簽，但是只捕獲()中的內容 ---> 正則表達式的捕獲組
# .*連在一起就意味著任意數量的不包含換行的字符
pattern = re.compile(r'a\s.*?href="(.+?)".*?title="(.+?)".*?>')
content = resp.text
results = pattern.findall(content)
for href, title in results:
print(title)
if not href.startswith('https://www.sohu.com'):
+ href
print(href)
import re
content = '你真是一個沙雕煞筆，Fuck you!'
# pattern = re.compile(r'[傻沙煞][逼筆雕鄙]|馬化騰|fuck|shit', flags=re.IGNORECASE)
# modified_content = pattern.sub('*', content)
# print(modified_content)
# |表示分支
modified_content = re.sub(r'[傻沙煞][逼筆雕鄙]|fuck|shit', '*', content, flags=re.I)
print(modified_content)
import re
poem = '床前明月光，疑是地上霜，舉頭望明月，低頭思故鄉。'
# sentences_list = re.split(r'[，。]', poem)
# sentences_list = re.split(r'，|。', poem)
pattern = re.compile(r'[，。]')
sentences_list = pattern.split(poem)
# sentences_list = [sentence for sentence in sentences_list if sentence]
# print(sentences_list)
for sentence in sentences_list:
print(sentence)
運行結果：
床前明月光
疑是地上霜
舉頭望明月
低頭思故鄉
本篇文章就到這里了，希望能給你帶來幫助，也希望您能夠多多關注腳本之家的更多內容！
