标签：字符 匹配 python 之路 re 正则 Unicode 字符串 ASCII
python之正则之路3
一：特殊符号及用法
| 字符 | 含义 |
|---|---|
| . | 表示匹配除了换行符外的任何字符注：通过设置 re.DOTALL 标志可以使 . 匹配任何字符（包含换行符） |
| | | A | B，表示匹配正则表达式 A 或者 B |
| ^ | 1. （脱字符）匹配输入字符串的开始位置2. 如果设置了 re.MULTILINE 标志，^ 也匹配换行符之后的位置 |
| $ | 1. 匹配输入字符串的结束位置;2. 如果设置了 re.MULTILINE 标志，$ 也匹配换行符之前的位置 |
| \ | 1. 将一个普通字符变成特殊字符，例如 \d 表示匹配所有十进制数字;2. 解除元字符的特殊功能，例如 . 表示匹配点号本身;3. 引用序号对应的子组所匹配的字符串 |
| […] | 字符类，匹配所包含的任意一个字符;注1：连字符 - 如果出现在字符串中间表示字符范围描述；如果如果出现在首位则仅作为普通字符;注2：特殊字符仅有反斜线 \ 保持特殊含义，用于转义字符。其它特殊字符如 *、+、? 等均作为普通字符匹配;注3：脱字符 ^ 如果出现在首位则表示匹配不包含其中的任意字符；如果 ^ 出现在字符串中间就仅作为普通字符匹配 |
| {M,N} | M 和 N 均为非负整数，其中 M <= N，表示前边的 RE 匹配 M ~ N 次；注1：{M,} 表示至少匹配 M 次；注2：{,N} 等价于 {0,N}；注3：{N} 表示需要匹配 N 次 |
| * | 匹配前面的子表达式零次或多次，等价于 {0,} |
| + | 匹配前面的子表达式一次或多次，等价于 {1,} |
| ？ | 匹配前面的子表达式零次或一次，等价于 {0,1} |
| *?, +?, ?? | 默认情况下 、+ 和 ? 的匹配模式是贪婪模式（即会尽可能多地匹配符合规则的字符串）；?、+? 和 ?? 表示启用对应的非贪婪模式 |
| {M,N}? | 同上，启用非贪婪模式，即只匹配 M 次 |
| (…) | 匹配圆括号中的正则表达式，或者指定一个子组的开始和结束位置注：子组的内容可以在匹配之后被 \数字 再次引用 |
| (?..) | (? 开头的表示为正则表达式的扩展语法（下边这些是 Python 支持的所有扩展语法） |
| (?aiLmsux) | 1. (? 后可以紧跟着 ‘a’，‘i’，‘L’，‘m’，‘s’，‘u’，‘x’ 中的一个或多个字符，只能在正则表达式的开头使用；2. 每一个字符对应一种匹配标志：re-A（只匹配 ASCII 字符），re-I（忽略大小写），re-L（区域设置），re-M（多行模式）, re-S（. 匹配任何符号），re-X（详细表达式），包含这些字符将会影响整个正则表达式的规则；3. 当你不想通过 re.compile() 设置正则表达式标志，这种方法就非常有用啦； 注意，由于 (?x) 决定正则表达式如何被解析，所以它应该总是被放在最前边（最多允许前边有空白符）。如果 (?x) 的前边是非空白字符，那么 (?x) 就发挥不了作用了。 |
| (?:…) | 非捕获组，即该子组匹配的字符串无法从后边获取 |
| (?P…) | 命名组，通过组的名字（name）即可访问到子组匹配的字符串 |
| (?P=name) | 反向引用一个命名组，它匹配指定命名组匹配的任何内容 |
| (?#…) | 注释，括号中的内容将被忽略 |
| (?=…) | 前向肯定断言。如果当前包含的正则表达式（这里以 … 表示）在当前位置成功匹配，则代表成功，否则失败。一旦该部分正则表达式被匹配引擎尝试过，就不会继续进行匹配了；剩下的模式在此断言开始的地方继续尝试。 |
| (?!..) | 前向否定断言。这跟前向肯定断言相反（不匹配则表示成功，匹配表示失败） |
| (?<=…) | 后向肯定断言。跟前向肯定断言一样，只是方向相反 |
| (?<!..) | 后向否定断言。跟前向肯定断言一样，只是方向相反 |
| (?(id/name)yes-pattern | no-pattern) |
| \ | 下边列举了由字符 ‘’ 和另一个字符组成的特殊含义。注意，’’ + 元字符的组合可以解除元字符的特殊功能 |
| \序号 | 1. 引用序号对应的子组所匹配的字符串，子组的序号从 1 开始计算，2. 如果序号是以 0 开头，或者 3 个数字的长度。那么不会被用于引用对应的子组，而是用于匹配八进制数字所表示的 ASCII 码值对应的字符 |
| 转义符号 | 正则表达式还支持大部分 Python 字符串的转义符号：\a，\b，\f，\n，\r，\t，\u，\U，\v，\x，\；注1：\b 通常用于匹配一个单词边界，只有在字符类中才表示“退格”；注2：\u 和 \U 只有在 Unicode 模式下才会被识别；注3：八进制转义（\数字）是有限制的，如果第一个数字是 0，或者如果有 3 个八进制数字，那么就被认为是八进制数；其他情况则被认为是子组引用；至于字符串，八进制转义总是最多只能是 3 个数字的长度 |
| \A | 匹配输入字符串的开始位置 |
| \Z | 匹配输入字符串的结束位置 |
| \b | 匹配一个单词边界，单词被定义为 Unicode 的字母数字或下横线字符 |
| \B | 匹配非单词边界，其实就是与 \b 相反 |
| \d | 1. 对于 Unicode（str 类型）模式：匹配任何一个数字，包括 [0-9] 和其他数字字符；如果开启了 re.ASCII 标志，就只匹配 [0-9]；2. 对于 8 位（bytes 类型）模式：匹配 [0-9] 中任何一个数字 |
| \D | 匹配任何非 Unicode 的数字，其实就是与 \d 相反；如果开启了 re.ASCII 标志，则相当于匹配 [^0-9] |
| \s | 1. 对于 Unicode（str 类型）模式：匹配 Unicode 中的空白字符（包括 [ \t\n\r\f\v] 以及其他空白字符）；如果开启了 re.ASCII 标志，就只匹配 [ \t\n\r\f\v]；2. 对于 8 位（bytes 类型）模式：匹配 ASCII 中定义的空白字符，即 [ \t\n\r\f\v] |
| \S | 匹配任何非 Unicode 中的空白字符，其实就是与 \s 相反；如果开启了 re.ASCII 标志，则相当于匹配 [^ \t\n\r\f\v] |
| \w | 1. 对于 Unicode（str 类型）模式：匹配任何 Unicode 的单词字符，基本上所有语言的字符都可以匹配，当然也包括数字和下横线；如果开启了 re.ASCII 标志，就只匹配 [a-zA-Z0-9_]；2. 对于 8 位（bytes 类型）模式：匹配 ASCII 中定义的字母数字，即 [a-zA-Z0-9_] |
| \W | 匹配任何非 Unicode 的单词字符，其实就是与 \w 相反；如果开启了 re.ASCII 标志，则相当于 [^a-zA-Z0-9_] |
标签：字符,匹配,python,之路,re,正则,Unicode,字符串,ASCII 来源： https://blog.csdn.net/weixin_42914706/article/details/121645106
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。