導讀：正則在各語言中的使用是有差異的，本文以 Python 3 為基礎。本文主要講述的是正則的語法，對于 re 模塊不做過多描述，只會對一些特殊地方做提示。

很多人覺得正則很難，在我看來，這些人一定是沒有用心。其實正則很簡單，根據二八原則，我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道，剛接手項目的時候我對正則也是一無所知，花半小時百度了一下，然后寫了幾個 demo，就開始正式接手了。三年多時間，我用到的正則鮮有超出我最初半小時百度到的知識的。

1、正則基礎

1.1、基礎語法

(1)常用元字符

語法描述

\b

匹配單詞的開始或結束

\d

匹配數字

\s

匹配任意不可見字符(空格、換行符、制表符等)，等價于[ \f\n\r\t\v]。

\w

匹配任意 Unicode 字符集，包括字母、數字、下劃線、漢字等

.

匹配除換行符(\n)以外的任意字符

^ 或 \A

匹配字符串或行的起始位置

$ 或 \Z

匹配字符串或行的結束位置

(2)限定詞(又叫量詞)

語法描述

*

重復零次或更多次

+

重復一次或更多次

?

重復零次或一次

{n}

重復 n 次

{n,}

重復 n 次或更多次

{n,m}

重復 n 到 m 次

(3)常用反義詞

語法描述

\B

匹配非單詞的開始或結束

\D

匹配非數字

\S

匹配任意可見字符， [^ \f\n\r\t\v]

\W

匹配任意非 Unicode 字符集

除 a、b、c 以外的任意字符

(4)字符族

語法描述

[abc]

a、b 或 c

除 a、b、c 以外的任意字符

[a-zA-Z]

a 到 z 或 A 到 Z

[a-d[m-p]]

a 到 d 或 m 到 p，即 [a-dm-p](并集)

[a-z&&[def]]

d、e 或 f(交集)

[a-z&&[^bc]]

a 到 z，除了 b 和 c：[ad-z](減去)

[a-z&&[^m-p]]

a 到 z，減去 m 到 p：[a-lq-z](減去)

以上便是正則的基礎內容，下面來寫兩個例子看下：

s?=?'123abc你好'

re.search('\d+',?s).group()

re.search('\w+',?s).group()

結果：

123

123abc你好

是不是很簡單？

1.2、修飾符

修飾符在各語言中也是有差異的。

Python 中的修飾符：

修飾符描述

re.A

匹配 ASCII字符類，影響 \w, \W, \b, \B, \d, \D

re.I

忽略大小寫

re.L

做本地化識別匹配(這個極少極少使用)

re.M

多行匹配，影響 和

re.S

使 . 匹配包括換行符(\n)在內的所有字符

re.U

匹配 Unicode 字符集。與 re.A 相對，這是默認設置

re.X

忽略空格和 # 后面的注釋以獲得看起來更易懂的正則。

(1)re.A

修飾符 A 使 \w 只匹配 ASCII 字符，\W 匹配非 ASCII 字符。

s?=?'123abc你好'

re.search('\w+',?s,?re.A).group()

re.search('\W+',?s,?re.A).group()

結果：

123abc

你好

但是描述中還有 \d 和 \D，數字不都是 ASCII 字符嗎？這是什么意思？別忘了，還有 全角和半角！

s?=?'０１２３４５６７８９'????#?全角數字

re.search('\d+',?s,?re.U).group()

結果：

０１２３４５６７８９

(2)re.M

多行匹配的模式其實也不常用，很少有一行行規整的數據。

s?=?'aaa\r\nbbb\r\nccc'

re.findall('^[\s\w]*?$',?s)

re.findall('^[\s\w]*?$',?s,?re.M)

結果：

['aaa\r\nbbb\r\nccc']????????#?單行模式

['aaa\r',?'bbb\r',?'ccc']????#?多行模式

(3)re.S

這個簡單，直接看個例子。

s?=?'aaa\r\nbbb\r\nccc'

re.findall('^.*',?s)

re.findall('^.*',?s,?re.S)

結果：

['aaa\r']

['aaa\r\nbbb\r\nccc']

(4)re.X

用法如下：

rc?=?re.compile(r"""

\d+?#?匹配數字

#?和字母

[a-zA-Z]+

""",?re.X)

rc.search('123abc').group()

結果：

123abc

注意，用了 X 修飾符后，正則中的所有空格會被忽略，包括正則里面的原本有用的空格。如果正則中有需要使用空格，只能用 \s 代替。

(5)(?aiLmsux)

修飾符不僅可以代碼中指定，也可以在正則中指定。(?aiLmsux) 表示了以上所有的修飾符，具體用的時候需要哪個就在 ? 后面加上對應的字母，示例如下，(?a) 和 re.A 效果是一樣的：

s?=?'123abc你好'

re.search('(?a)\w+',?s).group()

re.search('\w+',?s,?re.A).group()

結果是一樣的：

123abc

123abc

1.3、貪婪與懶惰

當正則表達式中包含能接受重復的限定符時，通常的行為是(在使整個表達式能得到匹配的前提下)匹配盡可能多的字符。

s?=?'aabab'

re.search('a.*b',?s).group()????#?這就是貪婪

re.search('a.*?b',?s).group()???#?這就是懶惰

結果：

aabab

aab

簡單來說：

所謂貪婪，就是盡可能 多 的匹配；

所謂懶惰，就是盡可能 少 的匹配。

*、+、{n,} 這些表達式屬于貪婪；

*?、+?、{n,}? 這些表達式就是懶惰(在貪婪的基礎上加上 ?)。

2、正則進階

2.1、捕獲分組

語法描述

(exp)

匹配exp，并捕獲文本到自動命名的組里

(?Pexp)

匹配exp，并捕獲文本到名稱為 name 的組里

(?:exp)

匹配exp，不捕獲匹配的文本，也不給此分組分配組號

(?P=name)

匹配之前由名為 name 的組匹配的文本

注意：在其他語言或者網上的一些正則工具中，分組命名的語法是 (?exp) 或 (?'name'exp) ，但在 Python 里，這樣寫會報錯：This named group syntax is not supported in this regex dialect。Python 中正確的寫法是：(?Pexp)

示例一：

分組可以讓我們用一條正則提取出多個信息，例如：

s?=?'姓名：張三；性別：男；電話：138123456789'

m?=?re.search('姓名[:：](\w+).*?電話[:：](\d{11})',?s)

if?m:

name?=?m.group(1)

phone?=?m.group(2)

print(f'name:{name},?phone:{phone}')

結果：

name:張三,?phone:13812345678

示例二：

(?Pexp) 有時還是會用到的， (?P=name) 則很少情況下會用到。我想了一個 (?P=name) 的使用示例，給大家看下效果：

s?=?'''

張三

30

138123456789

'''

pattern?=?r'.*?)>(.*?)(?P=name)>'

It?=?re.findall(pattern,?s)

結果：

[('name',?'張三'),?('age',?'30'),?('phone',?'138123456789')]

2.2、零寬斷言

語法描述

(?=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

(?

匹配前面不是exp的位置

注意：正則中常用的前項界定 (?<=exp) 和前項否定界定 (?

(?<=aaa)????????#?正確

(?<=aaa|bbb)????#?正確

(?<=aaa|bb)????????#?錯誤

(?<=\d+)????????#?錯誤

(?<=\d{3})????????#?正確

2.3、條件匹配

這大概是最復雜的正則表達式了。語法如下：

語法描述

(?(id/name)yes|no)

如果指定分組存在，則匹配 yes 模式，否則匹配 no 模式

此語法極少用到，印象中只用過一次。

以下示例的要求是：如果以 _ 開頭，則以字母結尾，否則以數字結尾。

s1?=?'_abcd'

s2?=?'abc1'

pattern?=?'(_)?[a-zA-Z]+(?(1)[a-zA-Z]|\d)'

re.search(pattern,?s1).group()

re.search(pattern,?s2).group()

結果：

_abcd

abc1

2.4、findall

Python 中的 re.findall 是個比較特別的方法(之所以說它特別，是跟我常用的 C# 做比較，在沒看注釋之前我想當然的掉坑里去了)。我們看這個方法的官方注釋：

Return?a?list?of?all?non-overlapping?matches?in?the?string.

If?one?or?more?capturing?groups?are?present?in?the?pattern,?return

a?list?of?groups;?this?will?be?a?list?of?tuples?if?the?pattern

has?more?than?one?group.

Empty?matches?are?included?in?the?result.

簡單來說，就是

如果沒有分組，則返回整條正則匹配結果的列表；

如果有 1 個分組，則返回分組匹配到的結果的列表；

如果有多個分組，則返回分組匹配到的結果的元組的列表。

看下面的例子：

s?=?'aaa123bbb456ccc'

re.findall('[a-z]+\d+',?s)??????????#?不包含分組

re.findall('[a-z]+(\d+)',?s)????????#?包含一個分組

re.findall('([a-z]+(\d+))',?s)??????#?包含多個分組

re.findall('(?:[a-z]+(\d+))',?s)????#??:?不捕獲分組匹配結果

結果：

['aaa123',?'bbb456']

['123',?'456']

[('aaa123',?'123'),?('bbb456',?'456')]

['123',?'456']

零寬斷言中講到 Python 中前項界定必須是定長的，這很不方便，但是配合 findall 有分組時只取分組結果的特性，就可以模擬出非定長前項界定的效果了。

結語

其實正則就像是一個數學公式，會背公式不一定會做題。但其實這公式一點也不難，至少比學校里學的數學簡單多了，多練習幾次也就會了。

總結

以上是生活随笔為你收集整理的python正则表达式group用法_【Python】正则表达式用法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。