一、什么是正則表達式

在介紹正則表達式前，我們需要樹立一個概念：所有內容本質上都是一個字符，比如我們書寫的文字就是一連串字符組成的字符串；比如字母，數字，標點符號和其他符號等等。

正則表達式（Regular Expression，常簡寫為regex、regexp或RE），是一組由字母和符號組成的特殊文文本，所有內容本質都是一個字符，在日常的編程中，經常使用正則表達來來檢索、替換、提取文檔中的內容。

比如我們需要搜索Hello World! 中的字符時，只需要一個正則表達式Hello，即可完成匹配。

"Hello" => Hello World!.

正則表達式適用于不同編程語言，規則還是重點，無論是C++，Java還是Python的編程使用正則表達式的規則基本一致，只是調用不同方法，因此學會了正則表達式的規則就可以在不同編程語言使用，本文為了讓讀者更加直觀的理解規則，使用Python作為示例。

二、元字符

正則表達式主要由元字符組成。 這些元字符不再表示它們原本的意思，而是有特殊的含義。下面是常用的元字符在正則表達式中的含義：

元字符含義

^	匹配一行的開始
$	匹配一行的結束
.	匹配任意的字符
s	匹配空格
S	匹配任意的非空格字符
d	匹配數字（范圍為0-9）
D	匹配不是數字的字符
*	重復一個字符至少0次
+	重復一個字符至少1次
[abc]	匹配abc中的一個字符
^[abc]	匹配非abc中的一個字符
[a-z0-9]	字符集可以包含一個范圍
(	指示從何處開始提取字符串
)	指示字符串提取將在何處結束

三、如何使用正則表達式

在Python中使用正則表達式之前，需要先使用import re導入正則表達式庫。在日常使用中，主要用到re.search() 和 re.findall()兩個方法來檢索和提取文本內容，后續的內容將會結合這兩個方法和正則表達式的規則進行分享。

如果您使用其他的編程語言，也可以找到對應的方法。import re

3.1 基本匹配

方法re.search()用于查找字符串中和正則表達式相匹配的內容，如果存在相匹配的內容，返回一個Match對象；未找到匹配項，則返回None。

在日常文本提取和爬蟲中，常用于判斷語句中，如果檢索的字符串存在相應的內容，再進行進一步的操作，例如，判斷字符串Hello, World中是否含有Hello，如果存在則輸出原來的字符串。

string = 'Hello, World' if re.search('Hello', string):print(string) else:print('Cannot find!') Hello, World

3.2 數字提取

字符包括字母，也包括數字。數字0-9也是字符，可以使用字符d匹配0到9之間的任何數字。+字符d表示它是一個元字符。

string = '123abc' string_2 = '12abc' if re.search('ddd', string): # string中包含123三個數字可以匹配print(string) if re.search('ddd', string_2): # string中僅包含12兩個數字無法匹配print(string_2) 123abc

3.3 任意字符

在某些紙牌游戲中，大小王可以代表任何紙牌。在正則表達式中，元字符.功能類似。可以匹配任何單個字符（字母，數字，空格等等）。

.常用于知道具有相同的模式或結構但不確定內容的文本，例如：電話號碼、郵政編碼等等。

string = '0755-123' string_2 = '0755-abc' if re.search('....-...', string):print(string) if re.search('....-...', string_2):print(string_2) 0755-123 0755-abc

3.4 特定字符

上一節中元字符.功能非常強大，但有時功能太強大；例如，上述的字符串0737-abc包含字母也被匹配上了，事實上電話號碼中并不含有字母。

正則表達式中方括號[]表示匹配特定字符，例如，[123]僅匹配1，2，3三個數字中的一個，而不匹配其他項。

string = '0755-123' string_2 = '0737-abc' if re.search('....-[123][123][123]', string):print(string) if re.search('....-[123][123][123]', string_2):print(string_2) 0755-123

3.5 字符范圍

除了匹配或排除特定字符之外，如果我們要匹配連續范圍內的字符的字符時，可以通過使用-破折號來指示字符范圍，例如，[0-6]將只匹配從0到6的任何一位數字，而沒有其他字符。同樣,[^n-p]將僅匹配除n至p之外任何單個字符。

一個方括號內也可以使用多個字符范圍，例如，[A-Za-z0-9_]，通常用于匹配英文文本中的字符。

string = 'abc-123' string_2 = 'xyz-124' if re.search('...-[1-3][1-3][1-3]', string): print(string) if re.search('...-[1-3][1-3][1-3]', string_2):print(string_2) abc-123

3.6 重復

ddd會精確匹配三位數字，但是如果匹配20個數字，這些的寫法就會變得不方便并且影響程序的美觀，一種更方便的方法是使用{}大括號指定每個字符要重復多少次。例如，d{20}就可以完成20個數字的匹配.

此外，正則表達式可以指定此重復次數的范圍，例如，a{1,3}表示匹配不超過3次，但不少于一次。

大括號{}可以與任何字符或者元字符一起使用，例如，[wxy]{5}表示重復五個字符，每個字符可以是w，x或y。

string = 'aaaaaaaa-111' string_2 = 'xyzzxzy-124' if re.search('[a]{8}-d{3}', string):print(string) if re.search('[xyz]{6}-', string_2):print(string_2) aaaaaaaa-111 xyzzxzy-124

3.7 至少

元字符*或者+以匹配任意數量的字符，例如：使用d*可以匹配任意個數的數字，d+匹配至少包含一位數字。

在正則表達式中，我們可以將任何字符或特殊元字符一起使用，組成更加復雜的內容匹配，例如，[abc]+匹配a，b或c任何字符中的一個或多個。

string = 'aaaaaaaa-111' string_2 = 'xyzzxzy-124' if re.search('[a]+-d{3}', string):print(string) if re.search('[xyz]*-', string_2):print(string_2) aaaaaaaa-111 xyzzxzy-124

3.8 可選字符

?元字符表示可選，用于匹配文本中不確定的字符，例如，ab?c將匹配字符串“abc”或“ac”，b被認為是不確定的內容.

string = 'abc-123' string_2 = 'ac-124' if re.search('ab?c', string): print(string) if re.search('ab?c', string_2):print(string_2) abc-123 ac-124

3.9 空白

在實際處理文本時，經常遇到空格。最常見的空格形式是空格(?)，制表符(t)，換行符(n)和回車符(r)等，s將任何特定空格匹配，在處理原始輸入文本時非常有用。

string = ' abc-123' string_2 = 'ac124' if re.search('s', string):print(string) if re.search('s', string_2):print(string_2) abc-123

3.10 開始和結束

^和$元字符定義一個行的開始和結束；例如，我們可以使用^abc來僅匹配以“abc”開頭的行，可以使用123$來匹配以“123”結束的行。

string = 'abc-123' string_2 = 'ac124' if re.search('^abc', string): print(string) if re.search('^abc', string_2):print(string_2) abc-123 string = 'abc-123' string_2 = 'ac124' if re.search('123$', string):print(string) if re.search('^123$', string_2):print(string_2) abc-123

3.11 邏輯運算符

在正則表達式中，可以使用|表示邏輯“或”運算，匹配可能的字符。例如，(abc|xyz)可以匹配abc或xyz，

string = 'abc-xyz' string_2 = 'xyz-abc' if re.search('^abc|xyz', string): print(string) if re.search('^abc|xyz', string_2):print(string_2) abc-xyz xyz-abc

3.12 嵌套

面對復雜數據時，我們也許需要提取多層信息，()可以用于提取嵌套的信息，例如，1280x720中，我們學要提取1280和720這兩個數字，而不要提取x這個符號。

Python中re.findall()方法，常用于文本的提取，第一個參數是對應的正則表達式，第二個參數是需要提取的文本內容。

string = '1280x720-abc-abc' string_2 = 'ac124-abc-' print(re.findall('(d{4})x(d{3})',string)) print(re.findall('(abc)-',string_2)) [('1280', '720')] ['abc']

3.13 貪婪匹配

貪婪匹配是指正則表達式會盡可能長的匹配字符串，例如,用^F.+:匹配字符串'From: Michael, Reason: the'時，會匹配到'From: Michael, Reason:'，而非'From:'。

正則表達式默認采用貪婪匹配，我們可以使用?將貪婪匹配轉化為非貪婪匹配匹配；將上述^F.+:修改為^F.+?:就可以只匹配到'From:'。

string = 'From: Michael, Reason: the' print(re.findall('^F.+:',string)) print(re.findall('^F.+?:',string)) ['From: Michael, Reason:'] ['From:']

常用匹配

下面是經常使用的匹配規則，無需逐一掌握，在需要使用正則表達式時，可以對照此表，結合上述掌握的規則，基本可以實現日常需求。

數字匹配

1. 數字：^[0-9]*$ 2. n位的數字：^d{n}$ 3. 至少n位的數字：^d{n,}$ 4. m-n位的數字：^d{m,n}$ 5. 正數、負數、和小數：^(-|+)?d+(.d+)?$ 6. 小數：^(-?d+)(.d+)?$ 7. 正小數：^[1-9]d*.d*|0.d*[1-9]d*$ 8. 負小數：^-([1-9]d*.d*|0.d*[1-9]d*)$ 9. 非負整數：^d+$ 或 ^[1-9]d*|0$ 10. 非正整數：^-[1-9]d*|0$ 11. 非負小數：^d+(.d+)?$ 12. 非正小數：^((-d+(.d+)?)|(0+(.0+)?))$

字符串

1. 26個英文字母組成的字符串：^[A-Za-z]+$ 2. 26個大寫英文字母組成的字符串：^[A-Z]+$ 3. 26個小寫英文字母組成的字符串：^[a-z]+$ 4. 數字和26個英文字母組成的字符串：^[A-Za-z0-9]+$ 5. 數字、26個英文字母或者下劃線組成的字符串：^w+$ 或 ^w{3,20}$

特殊需求

1. Email地址：^w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$ 2. 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.? 3. URL：[a-zA-z]+://[^s] 4. 手機號碼：^(13[0-9]|14[0-9]|15[0-9]|16[0-9]|17[0-9]|18[0-9]|19[0-9])d{8}$ 5. 日期格式：^d{4}-d{1,2}-d{1,2} 6. 12個月(01～09和1～12)：^(0?[1-9]|1[0-2])$ 7. 一個月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$ 8. IP地址：d+.d+.d+.d+

總結

以上是生活随笔為你收集整理的python3 匹配空格 正则_玩转正则表达式的全部內容，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。