正则规范表达式

一、元字符

　　正则表达式中的特殊字符被称作元字符，常用的元字符如下：

　　.　　点，匹配除换行符以外的任意字符

　　w　　匹配数字、字母和下划线（可以匹配汉字）

　　s　　匹配空白字符，如空格、换行符、制表符等

　　d　　匹配数字

　　　　匹配单词的开始或结束

　　^　　匹配字符串的开始

　　$　　匹配字符串的结尾

　　（特殊）　　转义字符。如果需要匹配的内容含有元字符本身的，需要使用转义字符进行转义

　　“.”的用法（使用python3.x进行举例，具体的python3.x的正则表达式的用法请参考http://www.cnblogs.com/cdinc/p/5789429.html）：

string='qq14717287xx@qq.com&10010/10086'
pattern=r'.com.'
item=re.search(pattern,string)
print(item.group())

　　运行结果是：

.com&

　　可以看到匹配的结果是com和前一个字符和后一个字符，这个就是这个“.”的作用。

　　“w”的用法：

string='qq14717287xx@qq.com&10010/10086'
pattern=r'7287w'
item=re.search(pattern,string)
print(item.group())

　　运行结果是：

7287x

　　可以看到匹配的结果是“7287”后面再多加一个字母，这就是“w”的用法。

　　“s”的用法：

string='qq14717287xx@qq.  com&10010/10086'
pattern=r'scom'
item=re.search(pattern,string)
print(item.group())

　　运行结果是：

 com

　　在com前面又匹配到了一个空格

　　“d”的用法：

string='qq14717287xx@qq.  com&10010/10086'
pattern=r'qqd'
item=re.search(pattern,string)
print(item.group())

　　运行结果是：

qq1

　　“”的用法：

string='qq14717287xx@qq.  com&10010/10086'
pattern=r'com'
item=re.search(pattern,string)
print(item.group())

　　运行结果是：

com

　　将“com”作为一个单词进行匹配。因为匹配的是单词的开头或者结尾，所以如果匹配的是“om”也可以匹配上，是com单词的结尾，但是“om”则无法匹配，因为om前面有c，认为com是一个单词，“om”并不是单词的开始位置，所以无法匹配。

　　“^”的用法：

string='qq14717287xx@qq.  com&10010/10086'
pattern=r'^qq'
item=re.search(pattern,string)
print(item.group())

　　运行结果是：

qq

　　匹配以“qq”开头，所以能够匹配上，如果是“^com”，则无法匹配上。

　　“$”的用法：

string='qq14717287xx@qq.  com&10010/10086'
pattern=r'0086$'
item=re.search(pattern,string)
print(item.group())

　　运行结果是：

0086

　　匹配以0086结尾，能够匹配上。填写正则表达式的时候，$符号要放在匹配字符串或者公式的后面。

 　　“”（转移字符）的用法：

string='qq14717287xx@qq.com$10010/10086'
pattern=r'com$'
item=re.search(pattern,string)
print(item.group())

　　运行结果是：

com$

　　可见本次就是纯粹的查找的“com$”，而没有将$作为元字符处理。

二、重复

　　正则表达式中提供了几种重复的方式，毕竟如果匹配三个字母使用“www”的方式太不方便了，如果是三个还好，如果是十个、二十个呢。

　　*　　重复零次或者多次

　　+　　重复一次或者多次

　　?　　重复零次或者一次

　　{n}　　重复n次

　　{n,}　　重复n次或者更多次

　　{n,m}　　重复n次到m次

　　“*”的用法：

string='qq14717287xx@qq.com$10010/10086'
pattern=r'w*'
item=re.search(pattern,string)
print(item.group())

　　运行结果是：

qq14717287xx

 　　可以看到匹配到了多次字母和数字。

　　“+”的用法：

string='qq14717287xx@qq.com$10010/10086'
pattern=r'w+!*'
item=re.search(pattern,string)
print(item.group())

　　运行结果是：

qq14717287xx

　　结果是匹配到了多个字母、数字，因为匹配字符串中没有“!”。如果匹配的是“w+!+”，则无法匹配。这从另一个方面说明了“*”和“+”的区别。

　　“?”的用法：

string='qq14717287xx@qq.com$10010/10086'
pattern=r'w+@?'
item=re.findall(pattern,string)
print(item)

　　运行结果是：

['qq14717287xx@', 'qq', 'com', '10010', '10086']

　　可以看到，使用匹配的字符后面含有1个或没有“@”符号

　　“{n}”的用法：

string='qq14717287xx@qq.com$10010/10086'
pattern=r'w{5}'
item=re.findall(pattern,string)
print(item)

　　运行结果是：

['qq147', '17287', '10010', '10086']

　　对于数字、字母重复了五次的地方进行了匹配。

　　“{n,}”的用法：

string='qq14717287xx@qq.com$10010/10086'
pattern=r'w{5,}'
item=re.findall(pattern,string)
print(item)

　　运行结果是：

['qq14717287xx', '10010', '10086']

　　匹配了数字、字母重复5次及以上的地方。

　　“{n,m}”的用法：

string='qq14717287xx@qq.com$10010/10086'
pattern=r'w{5,8}'
item=re.findall(pattern,string)
print(item)

　　运行结果是：

['qq147172', '10010', '10086']

　　可以看到，因为限定了重复次数（5-8次），所以第一个组合（qq14717287xx）被分开进行匹配。