python正则表达式--特殊字符

正则表达式—特殊表达式含义

正则表达式的字母和数字表示他们自身，但多数字母和数字前加一个反斜杠时会拥有不同的含义。

下面列出了正则表达式模式语法中的特殊元素。

1.普通字符集

1)    \w            　　匹配字母数字及下划线

2)    \W            　　匹配非字母数字及下划线

3)    \s             　　匹配任意空白字符，等价于 [\t\n\r\f].

4)    \S             　　匹配任意非空白字符

5)    \d             　　匹配任意数字，等价于 [0-9]

6)    \D            　　匹配任意非数字

7)    \1...\9        　   匹配第n个分组的内容。

8)    [a-zA-Z0-9]    匹配任何字母及数字

2.数量字符集

用在字符或分组符(...)之后，默认贪婪匹配，如果想抑制贪婪匹配，需在数量字符后加?，例如：\w+?

1) . 　　 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，可以匹配包括换行符的任意字符

2)  *        匹配前一个字符0次1次或多次

3)  +        匹配前一个字符1次或多次

4)  ?        匹配前一个字符0次或1次

5)  {m}     匹配前一个字符m次

6)  {m,n}   匹配前一个字符m到n次

7)  {m,}     匹配前一个字符至少m次

8)  {,n}      匹配前一个字符0到n次，最多n次

3.边界匹配符

1)  ^　　　　　　 匹配字符串开头，如果是多行则匹配每一行的开头

2)  [^] 　　　　　 在[...]中，^表示否定，如非字母[^a-zA-Z]，非数字[^0-9]

3)  $ 　　　　　　匹配字符串或一行的结尾，如果是多行匹配模式，则每一行的结尾

4)  \A 　　　　　 仅匹配字符串的开始，同^

5)  \b 　　　　　  匹配一个单词的边界，也就是指单词和空格间的位置

6)  \B 　　　　　 等价于[^\b]表示匹配非单词边界

7)  \Z 　　　　　 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。

8)  \z 　　　　　  匹配字符串结束

4.逻辑匹配符

1)  |（或）

　　　　匹配 | 左右任意一种正则表达式，如果左边表达式匹配上，匹配结束，不再匹配右边的正则表达式，该符号一般放在()中使用，如果没在圆括号中则它的范围是整个正则表达式

2)  分组 (...)

　　　　后向引用，用()括起来的正则表达式将被作为一个分组，从正则表达式的左边依次算起，有多少个左括号'('，就有 多少个分组，分组的编码从1依次加1，无论是括号中嵌套括号，并且分组表达式作为一个整体，后可接数量词。

3)  \<number>

　　　　引用分组匹配到的分组编号为<number>的字符串 如：\1...\9

4)  (?P<name>...)

　　　　命名分组，除了默认的分组编号外再指定一个别名分组

　　　　注意：P是大写

5)  (?P=name)

　　　　引用别名为name的分组匹配，这个是在正则表达式中引用，表示匹配重复的字符串,也可以使用编号引用。

　　　　注意：P是大写

5.特殊匹配符

1)  (?imx) 　　　　正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。

2)  (?-imx) 　  　　正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。

3)  (?:...) 　　   　　匹配到的括号内字符串不作为分组

4)  (?!pattern)   　   前向否定断言语法，表示否定开头

　　　　　　　　  只能用在正则表达式的开头，pattern是匹配模式，它后面的内容需要不匹配 该正则表达式才匹配成功

5)  (?<!pattern) 　　后向否定断言语法，表示否定结尾

　　　　　　　　   前面的内容需要不匹配该pattern模式才匹配成功

6)  (?=pattern) 　　前向肯定断言语法.

　　　　　　　　  需要匹配pattren模式才能匹配成功，表示肯定前面的字符内容

7)  (?<=pattern) 　  后向肯定断言语法

　　　　　　　　　需要匹配pattern模式才能匹配成功，表示肯定后面的字符内容

8)     (?#...) 　　        #后面的内容将被作为注释而忽略

 # coding=utf-8
 import re
 # 1. 写一个正则表达式，使其能同时识别下面所有的字符串：'bat','bit', 'but', 'hat', 'hit', 'hut'

 s ="bat ,bit ,but ,hat ,hit ,hut"
 print re.findall(r'[bh][aiu]t',s)

 # 2.匹配由单个空格分隔的任意单词对，也就是姓和名

 s = "Han meimei, Li lei, Zhan san, Li si"
 print re.findall(r'([A-Za-z]+) ([A-Za-z]+)',s)

 # 3. 匹配由单个逗号和单个空白符分隔的任何单词和单个字母,如姓氏的首字母

 s = "yu, Guan  bei, Liu  fei, Zhang"
 print re.findall(r'([a-zA-Z]+),\s([a-zA-Z])',s)

 # 4.匹配所有的有效的Python标识符集合

 s = "_hello , python_1 , 2world , Pra_ni , @dfa_ , ewq* "
 print re.findall(r'\b[a-zA-z_][\w]*(?!=\W) ',s)

 # 5. 根据美国街道地址格式,匹配街道地址。美国接到地址使用如下格式:1180 Bordeaux Drive。使你的正则表达式足够灵活,以支持多单词的街道名称,如3120 De la Cruz Boulevard

 s = """street 1: 1180  Bordeaux Drive,"
     street 1: 3120 De la Cruz Boulevard"""
 print re.search(r'\d+( +[a-zA-Z]+)+',s).group()

 # 6. 匹配以“www”起始且以“.com”结尾的简单Web域名:例如,http://www.yahoo.com ，也支持其他域名，如.edu .net等

 s = "http://www.yahoo.com        www.foothill.edu"
 print re.search(r'w{3}\.[a-zA-Z]+\.(com|edu|net)',s).group()

 # 7. 匹配所有能够表示Python整数的字符串集

 s = '520a1    20L 0  156   -8 -10a  A58'
 ite = re.finditer(r'-?\d+',s)
 for i in ite: print i.group(),

 # 8. 匹配所有能够表示Python长整数的字符串集

 s = '520a    20L 0  156   -8L  A58'
 ite = re.finditer(r'-?\d+L',s)
 for i in ite: print i.group(),

 # 9. 匹配所有能够表示Python浮点数的字符串集

 s = '80.2  fds2.1  0.003'
 print re.findall(r'\d+\.\d+',s)

 # 10. 表示所有能够表示Python复数的字符串集

 s = '12j  fds -4j  5-2j fdsa'
 print re.findall(r'\d*-?\d+j',s)

 # 11、匹配一行文字中的所有开头的字母内容

 s="Now, let's take a closer look at some iconic moments from the show's stage made by Chinese Angels."
 print re.findall(r'\b\w',s)

 # 12、匹配一行文字中的所有开头的数字内容

 s="Now, let's take a closer look at some iconic moments from the show's stage made by Chinese Angels."
 print re.findall(r'\b\d',s)

 # 13、匹配一行文字中的所有开头的数字内容或字母内容

 s = "577fsda3f you12daf f1s32dafffff"
 print re.findall(r'\b\d+|\b[A-Za-z]+',s)

 # 14、 只匹配包含字母和数字的行

 s = "nihao fsadf \n789! 3asfd 1\nfds12df e4 4564"
 print re.findall(r'^([a-zA-Z\d ]+)$',s,re.M)

 # 15、提取每行中完整的年月日和时间字段

 s="""time 1988-01-01 17:20:10 fsadf 2018-02-02 02:29:01"""
 print re.findall(r'[12]\d{3}\-[01]\d\-[0123]\d\s*[012]\d\:[012345]\d\:[012345]\d',s)

 # 16、将每行中的电子邮件地址替换为你自己的电子邮件地址

 s="""xss@qq.com, 465465@163.com, ppp@sina.com
     s121f@139.com, soifsdfj@134.com
     pfsadir423@123.com"""
 print re.sub(r'\w+?\@\w+?\.com','zeke@qq.com',s)

 # 17、匹配\home关键字：

 s ="fdsar \home   \homeer"
 print re.findall(r'\\home',s)