正则表达式速查

表1.常用的元字符

转义符\

当要查找元字符本身，如.或*，需要使用\来取消这些字符的特殊意义。

重复

表2.常用的限定符

字符类（choices）

[aeiou]匹配任何一个元音字母

[.?!]匹配标点符号(.或?或!)

[0-9]含意与\d就是完全一致的

[a-z0-9A-Z]也完全等同于\w

“或”条件or

如0\d{2}-\d{8}|0\d{3}-\d{7}

匹配010-12345678两位区号或0376-2233445四位区号

分组

我们已经提到了怎么重复单个字符（直接在字符后面加上限定符就行了）；但如果想要重复多个字符又该怎么办？你可以用小括号来指定子表达式(也叫做分组)，然后你就可以指定这个子表达式的重复次数了。

如(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次。

反义（取反，不匹配）

表3.常用的反义代码

例子：\S+代表不包含空白符的字符串。

<a[^>]+>代表用尖括号括起来的以a开头的字符串。

后向引用（引用分组）

表4.分组语法

python的后向引用格式略有不同

https://blog.csdn.net/dnxbjyj/article/details/70837505

零宽断言（规定前面，后面是什么）

(?=exp)，它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找*I'm singing while you're dancing.时，它会匹配sing和danc。

(?<=exp)，它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。

负向零宽断言(规定前面，后面不能是什么)

(?!exp)，断言此位置的后面不能匹配表达式exp。例如：\d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字；\b((?!abc)\w)+\b匹配不包含连续字符串abc的单词。

(?<!exp)断言此位置的前面不能匹配表达式exp。(?<![a-z])\d{7}匹配前面不是小写字母的七位数字。

注释

正则也可以加注释

通过语法(?#comment)来包含注释。例如：2[0-4]\d(?#200-249)|250-5|[01]?\d\d?(?#0-199)。

贪婪与懒惰

当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。

以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧：

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。

表5.懒惰量词

参考

1. https://deerchao.cn/tutorials/regex/regex.htm#charclass 一篇不错的教程
2. https://blog.nowcoder.net/n/406680df92b8493db5caa443ff4d8d07 python正则表达式练习
3. https://blog.csdn.net/qq_42648305/article/details/113841756 python re库入门