Python——正則表達式基礎知識的簡介

正則表達式（regex）是一些由字元和特殊符號組成的字元串，它們描述了模式的重複，因此正則表達式能按照某種模式匹配一系列有相似特徵的字元串（能夠匹配多個字元串）。

Python 通過標準庫中的 re 模塊來支持正則表達式。

搜索和匹配（模式匹配）的區別

在Python中有兩種方法完成模式匹配：「搜索」（searching），即在字元串任意部分中搜索匹配的模式；而「匹配」（matching）是指判斷一個字元串能否從起始處全部或者部分地匹配某個模式。

搜索通過search()方法實現，匹配通過調用match()方法實現。

正則表達式基礎知識——特殊符號和字元（元字元）

正則表達式是包含文本和特殊字元的字元串，該字元串描述了可以識別某類字元串的模式。

正則表達式的強大之處在於引入特殊字元來定義字符集、匹配子組和重複模式。

正則表達式基礎知識——特殊符號和字元（元字元）——正向前視斷言

從當前匹配位置開始測試後面字元串是否匹配先行斷言中的內容。

/[a-z]+(?=d+)/匹配"abc100"

[a-z]+匹配字元」abc」，當前的匹配位置變成3。從該位置測試d+是否成立，由於成功匹配到字元100，正則表達式正向斷言成功，返回匹配字元串」abc」，不是"abc100".

正則表達式基礎知識——特殊符號和字元（元字元）——後視斷言

分為正向和負向。斷言的正則表達式不要出現不固定長度量詞，否則極有可能會出現死循環。匹配當前位置左邊的字元，則返回真。如果後視斷言出現在最左邊，默認位置是從0開始，匹配一定會失敗的，所以後視斷言都是讓後面的正則表達式先進行匹配，再回溯，直到匹配到為止。

"(?

/w+/匹配字元：」abc100」，從該位置0開始檢測左邊是否匹配w，匹配失敗。

於是開始回溯，/w+/從字元b開始匹配」bc100」，測試它左側有字元」a」，反向斷言正確。因此匹配到字元串「bc100」。

正則表達式基礎知識——匹配任意單個字元.

.點操作符匹配除了換行符
之外的任意字元——Python正則表達式有一個編譯標記[S 或者 DOTALL]，該標記能夠推翻這個限制，使點號能夠匹配換行符。

正則表達式基礎知識——起始或者結尾

如果要匹配字元串的開始位置，必須使用脫字元（ ^）或者特殊字元A （反斜線和大寫字母 A）。

後者主要用於那些沒有脫字元的鍵盤（例如，某些國際鍵盤）。同樣，美元符號（ $）或者將用於匹配字元串的末尾位置。

正則表達式基礎知識——邊界符

正則表達式基礎知識——[]創建字符集

以前一直理解為匹配[]中的某個元素，其實正確的說法是方括弧創建了一個字符集。

字符集的方法只適用於單字元的情況。

正則表達式基礎知識——閉包操作符

星號操作符（ *）將匹配其左邊的正則表達式出現零次或者多次的情況（在計算機編程語言和編譯原理中，該操作稱為 Kleene 閉包）。

加號（ +）操作符將匹配一次或者多次出現的正則表達式（也叫做正閉包操作符）

正則表達式基礎知識——重載過很多次的問號?

匹配 0 次或1次

問號緊跟在閉合操作符的後面，它將直接要求正則表達式引擎匹配儘可能少的次數。

正則表達式基礎知識——最少匹配

正則表達式引擎將試圖「吸收」匹配該模式的儘可能多的字元——貪婪匹配。加了問號，如果可能，就在當前的正則表達式中儘可能少地匹配字元，留下儘可能多的字元給後面的模式（如果存在）。

正則表達式基礎知識——圓括弧

當使用正則表達式時，一對圓括弧可以實現以下任意一個（或者兩個）功能：

? 對正則表達式進行分組；

? 匹配子組。

正則表達式基礎知識——圓括弧——分組

原因：

當有兩個不同的正則表達式而且想用它們來比較同一個字元串時；

對正則表達式進行分組可以在整個正則表達式中使用重複操作符（而不是一個單獨的字元或者字符集）。

正則表達式基礎知識——圓括弧——匹配子組

匹配模式的子字元串可以保存起來供後續使用。

作用：要提取所匹配的模式

正則表達式基礎知識——擴展表示法

儘管擴展表示法使用了圓括弧，但是只有（ ?P）表述一個分組匹配。其他的都沒有創建一個分組。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！