Regex（Python）

这是一篇关于Regex（Python）的思维导图，介绍了元字符、量词、贪婪区和惰性匹配、re模块几个方面的内容，供小伙伴们学习借鉴。

Regex

• 元字符
  • \d——0 到 9 的任何数字
  • \D——除 0 到 9 的数字以外的任何字符
  • \w——任何字母、数字或下划线字符（可以认为是匹配“单词”字符）
  • \W——除字母、数字和下划线以外的任何字符
  • \s——空格、制表符或换行符（可以认为是匹配“空白”字符）
  • \S——除空格、制表符和换行符以外的任何字符
  • \b——匹配一个单词边界，也就是指单词和空格间的位置
  • \B——匹配非单词边界
  • \n——匹配⼀个换⾏符
  • \t——匹配⼀个制表符
  • \f——匹配一个换页符
  • \r——匹配一个回车符
  • \v——匹配一个垂直制表符
  • . ——匹配除换⾏符以外的任意字符
  • ^——匹配字符串的开始
  • $——匹配字符串的结尾
  • a|b——匹配字符a或字符b
  • ( )——匹配括号内的表达式，也表示⼀个组
  • [...]——匹配位于[]中的任何一个字符，如r[ae]d，会匹配‘rad’和‘red’等
  • [^...]——匹配除了字符组中字符的所有字符
  • [a-z]——字符范围。匹配指定范围内的任意字符。
  • [^a-z]——排除型的字符范围。匹配任何不在指定范围内的字符。
• 量词
  • *——重复零次或更多次
  • +——重复⼀次或更多次
  • ?——重复零次或⼀次
  • {n}——重复n次
  • {n,}——重复n次或更多次
  • {n,m}——重复n到m次
• 贪婪匹配和惰性匹配
  • .*——贪婪匹配
  • .*?——惰性匹配
• re模块
  • 正则匹配搜索函数
    • pattern：匹配模式 string：要进行匹配的字符串 flags：可选参数，进行匹配的标志。
    • re. match（ pattern, string [,flags]）
      • 只从字符串中第一个字符开始匹配
    • re. search（ pattern, string [,flags]）
      • 搜索整个字符串
    • flag
      • re.I
        • 忽略大小写
      • re.L
        • 根据本地设置而更改\w.\W.\b.\s，以及\S的匹配内容
      • re.M
        • 多行匹配模式
      • re.S
        • 使“.”元字符也匹配换行符
      • re.U
        • 匹配 Unicode字符
      • re.X
        • 忽略pattern中的空格，并且可以使用“#”注释
    • re. findall（ pattern, string [,flags]）
      • 用于在字符串中查找所有符合正则表达式的字符串
  • sub()与subn()
    • pattern：正则表达式模式 repl：要替换成的内容 string：进行内容替换的字符串 count：可选参数，最大替换次数
    • re. sub（ pattern, repl, string[， count]）
      • 用于替换在字符串中符合正则表达式的内容，它返回替换后的字符串
    • re. subn（ pattern, repl, string[， count]）
      • 返回一个元组用来保存替换的结果和替换次数
  • split()
    • pattern：正则表达式模式 string：要分割的字符串： maxsplit：可选参数，最大分割次数
    • re. split（ pattern, string [maxsplit =0]）
      • 用于分割字符串，它返回分割后的字符串列表
  • re.compile()
    • pattern：正则表达式的匹配模式 flags：可选参数，编译标志。
    • compile(pattern[, flags])
    • 可以使用re.compile函数将正则表达式编译生成一个RegexObject对象实例。然后可以通过生成的RegexObject对象实例对字符串进行操作，如查找、替换等。对于多次使用的正则表达式，使用这种编译后的对象实例，可以提高处理或匹配的速度。
    • 方法
      • match(string[, pos[, endpos]])
        • string：要进行匹配的字符串 pos：可选参数，进行匹配的起始位置： endpos：可选参数，进行匹配的结束位置。
        • match()方法用于从字符串开始处进行匹配，或者从指定位置处进行匹配。要匹配的字符串必须位于开始，或者参数指定的位置才会匹配成功。如果匹配成功， match返回一个MatchObject对象实例。
      • search(string[, pos[, endpos]])
        • 对字符串进行查找，不同的是 search()方法在整个字符串中搜索。如果查找成功， search()将返回一个 MatchObject对象实例。
      • findall(string[, pos[, endpos]])
        • findall()方法用于在字符串中查找所有符合正则表达式的字符串，并返回这些字符串的列表。
      • sub(repl, string[, count = 0])
        • rep：要替换成的内容 string：进行内容替换的字符串 count：可选参数，最大替换次数。
      • subn(repl, string[, count = 0])
      • split(string[, maxsplit = 0])
        • string：要分割的字符串： maxsplit：可选参数，最大分割次数。
  • 分组
    • (?P<组名>)
      • 为组设置一个名字
    • (?iLmsux)
      • 设置匹配标志，可以是i、L、m、s、、x以及它们的组合。其含义与编译标志相同
    • (?: ...)
      • 匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 “或” 字符 (|) 来组合一个模式的各个部分是很有用。例如， 'industr(?:y|ies) 就是一个比 ‘industry|industries’ 更简略的表达式。 industr(?:y|ies) —> “industry” industr(?=y|ies) —> “industr”
      • 匹配但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储，供以后使用的匹配
    • (?P=name)
      • 表示在此之前的名为name的组
    • (?#...)
      • 表示注释
    • (?=...)
      • 正向肯定预查（look ahead positive assert），在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“Windows(?=95|98|NT|2000)“能匹配"Windows2000"中的"Windows”，但不能匹配"Windows3.1"中的"Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
      • 用于正则表达式之后，表示如果“=”后的内容在字符串中出现则匹配，但不返回“=”后的内容
    • (?!...)
      • 正向否定预查(negative assert)，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如"Windows(?!95|98|NT|2000)“能匹配"Windows3.1"中的"Windows”，但不能匹配"Windows2000"中的"Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
      • 用于正则表达式之后，表示如果“！”后的内容在字符串中不出现则匹配，但不返回“！”后的内容
    • (?<=...)
      • 反向(look behind)肯定预查，与正向肯定预查类似，只是方向相反。例如，"(?<=95|98|NT|2000)Windows"能匹配"2000Windows"中的"Windows"，但不能匹配"3.1Windows"中的"Windows"。
      • 用于正则表达式之前，与(?=...)含义相同
    • (?<!...)
      • 反向否定预查，与正向否定预查类似，只是方向相反。例如"(?<!95|98|NT|2000)Windows"能匹配"3.1Windows"中的"Windows"，但不能匹配"2000Windows"中的"Windows"。
      • 用于正则表达式之前，与(?!...)含义相同
  • group()、groups()、groupdict()
    • group([group1, ...])
      • 返回值为字符串，当传递多个参数时其返回值为元组
    • groups([default])
      • 返回值为元组
    • groupdict([default])
      • 返回值为字典
  • start()、end()、span()
    • groupid为可选参数，即分组编号。如果不向其传递参数，则返回整个子字符串的索引
    • start([groupid=0])
      • 返回子字符串或者组的起始位置索引
    • end([groupid=0])
      • 返回子字符串或者组的结束位置索引
    • span([groupid=0])
      • 以元组的形式返回以上两者