正则

基本操作

• ab 字符串ab
• x|y x或y
• \y 特殊字符y 比如 ^+{}$()[]|-?*

子母类

• [a-d] a、b、c、d中的某个字符
• [^a-d] 与上面相
• [^(123|abc)] 匹配除了a、b、c 或者1、2、3这几个字符以外的任意字符
• \d 一个数字字符
• \D 一个非数字字符
• \s 一个空白字符
• \S 一个非空白字符
• \w 一个字母数字字符
• \W 一个非字母数字字符

数量相关

• x* 0个或多个x
• x+ 1个或多个x
• x? 0个或1个x
• x{2} 2个且仅2个x
• x{2,5} 2-5个x

转义字符

• \n 换行符
• \r 回车符
• \t tab

常用分组

捕获

• (exp) 匹配exp,并捕获文本到自动命名的组里
• (?<name>exp) 匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp)
• (?:exp) 匹配exp,不捕获匹配的文本,也不给此分组分配组号

零宽断言

• (?=exp) 匹配exp,前面的位置
• (?<=exp) 匹配exp,后面的位置
• (?!exp) 匹配后面跟的不是exp的位置
• (?<!exp) 匹配前面不是exp的位置

懒惰限定

• *? 重复任意次,但尽可能少重复
• +? 重复1次或更多次,但尽可能少重复
• ?? 重复0次或1次,但尽可能少重复
• {n,m}? 重复n到m次,但尽可能少重复
• {n,}? 重复n次以上,但尽可能少重复

Python的特殊匹配规则

• \A 仅匹配字符串开头 \Aabc 结果 abc
• \Z 仅匹配字符串末尾 abc\Z 结果 abc
• (?P<name>) 分组,除了原有编号外指定一个额外的名字 (?P<word>abc){2} 结果 abcabc

# -*- coding:UTF-8 -*-

import re

def main():
    # 显示有Lenore或者Nevermore行。
    fh = open('raven.txt')
    for line in fh:
        if re.search('(Len|Neverm)ore', line):
            print(line, end='')
    fh.close()

    # 把所有匹配到的文本显示出来。
    fh = open('raven.txt')
    for line in fh:
        match = re.search('(Len|Neverm)ore', line)
        if match:
            print(match.group())
    fh.close()

    # 将行中所有Lenore或Nevermore 替换为###。
    # 替换1
    fh = open('raven.txt')
    for line in fh:
        print(re.sub('(Len|Neverm)ore', '###', line), end='')
    fh.close()
    # 替换2
    fh = open('raven.txt')
    for line in fh:
        match = re.search('(Len|Neverm)ore', line)
        if match:
            print(line.replace(match.group(), '###'), end='')
    fh.close()

    # 预编译正则
    fh = open('raven.txt')
    pattern = re.compile('(Len|Neverm)ore', re.IGNORECASE)  # 预编译
    for line in fh:
        if re.search(pattern, line):
            print(line, end='')  # 如果要替换可写成 print(pattern.sub('###', line), end='')
    fh.close()

if __name__ == "__main__":
    main()