正则表达式 小甲鱼.doc

《正则表达式 小甲鱼.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、正则表达式介绍（一）正则表达式（Regularexpressions也称为REs，或regexes或regexpatterns）本质上是一个微小的且高度专业化的编程语言。它被嵌入到Python中，并通过re模块提供给程序猿使用。使用正则表达式，你需要指定一些规则来描述那些你希望匹配的字符串集合。这些字符串集合可能包含英语句子、e-mail地址、TeX命令，或任何你想要的东东。正则表达式模式被编译成一系列的字节码，然后由一个C语言写的匹配引擎所执行。对于高级的使用，你可能需要更关注匹配引擎是如何执行给定的RE，并通过一定的方式来编写RE，以便产生一个可以运行得更快的字节码。本文暂不讲解优化的细节

2、，因为这需要你对匹配引擎的内部机制有一个很好的理解。但本文的例子均是符合标准的正则表达式语法。小甲鱼注释：Python的正则表达式引擎是用C语言写的，所以效率是极高的。另，所谓的正则表达式，这里说的RE，就是上文我们提到的“一些规则”。正则表达式语言相对较小，并且受到限制，所以不是所有可能的字符串处理任务都可以使用正则表达式来完成。还有一些特殊的任务，可以使用正则表达式来完成，但是表达式会因此而变得非常复杂。在这种情况下，你可能通过自己编写Python代码来处理会更好些；尽管Python代码比一个精巧的正则表达式执行起来会慢一些，但可能会更容易理解。小甲鱼注释：这可能是大家常说的“丑话说在前”

3、吧，大家别管他，正则表达式非常优秀，她可以处理你98.3%的文本任务，一定要好好学哦~~~~~简单的模式我们将从最简单的正则表达式学习开始。由于正则表达式常用于操作字符串的，因此我们从最常见的任务下手：字符匹配。字符匹配大多数字母和字符会匹配它们自身。举个例子，正则表达式 FishC 将完全匹配字符串 "FishC"。（你可以启用不区分大小写模式，这将使得 FishC 可以匹配 "FISHC" 或 "fishc"，我们会在后边讨论这个话题。）当然这个规则也有例外。有少数特殊的字符我们称之为元字符（metacharacter），它们并不能匹配自身，它们定义了字符类、子组匹配和模式重复次数等。本文

4、用很大的篇幅专门讨论了各种元字符及其作用。下边是元字符的完整列表（我们将在后边逐一讲解）：.  ^  $  *  +  ?  {}  []    

5、  ()小甲鱼注释：如果没有这些元字符，正则表达式就变得跟字符串的find()方法一样平庸了......我们先来看下方括号 []，它们指定一个字符类用于存放你需要匹配的字符集合。可以单独列出需要匹配的字符，也可以通过两个字符和一个横杆 - 指定匹配的范围。例如 [abc] 会匹配字符 a，b 或 c；[a-c] 可以实现相同的功能。后者使用范围来表示与前者相同的字符集合。如果你想只匹配小写字母，你的RE可以写成 [a-z]。需要注意的一点是：元字符

6、在方括号中不会触发“特殊功能”，在字符类中，它们只匹配自身。例如 [akm$] 会匹配任何字符 'a'，'k'，'m' 或 '$'，'$' 是一个元字符，但在方括号中它不表示特殊含义，它只匹配 '$' 字符本身。你还可以匹配方括号中未列出的所有其他字符。做法是在类的开头添加一个脱字符号 ^ ，例如 [^5] 会匹配除了 '5' 之外的任何字符。或许最重要的元字符当属反斜杠  了。跟Python的字符串规则一样，如果在反斜杠后边紧跟着一个元字符，那么元字符的“特殊功能”也不会被触发。例如你需要匹配符号 [ 或 ，你可以在它们前面加上一个反斜杠，以消除它们的特殊功能：[，。反斜杠后边跟一些字符还

7、可以表示特殊的意义，例如表示十进制数字，表示所有的字母或者表示非空白的字符集合。小甲鱼解释：反斜杠真牛逼，反斜杠后边跟元字符去除特殊功能，反斜杠后边跟普通字符实现特殊功能。让我们来举个例子：w 匹配任何字符。如果正则表达式以字节的形式表示，这相当于字符类 [a-zA-Z0-9_]；如果正则表达式是一个字符串，w 会匹配所有Unicode数据库（unicodedata模块提供）中标记为字母的字符。你可以在编译正则表达式的时候，通过提供re.ASCII表示进一步限制 w 的定义。小甲鱼解释：re.ASCII标志使得w只能匹配ASCII字符，不要忘了，Python3是Unicode的。下边列举一些反

8、斜杠加字符构成的特殊含义：特殊字符含义d匹配任何十进制数字；相当于类 [0-9]D与 d 相反，匹配任何非十进制数字的字符；相当于类 [^0-9]s匹配任何空白字符（包含空格、换行符、制表符等）；相当于类 [tnrfv]S与 s 相反，匹配任何非空白字符；相当于类 [^tnrfv]w匹配任何字符，见上方解释W于 w 相反b匹配单词的开始或结束B与 b 相反它们可以包含在一个字符类中，并且一样拥有特