python 正则表达式规则收集

python正则表达式基本元字符

1. .   通配符，匹配所有字符

2. ^abc  匹配以abc开始的字符串

3. abc$  匹配以abc结尾的字符串

4. [abc]  匹配字符集合

5. [A-Z0-9] 匹配字符范围

6. ed|ing|s 匹配指定的字符串，诸如ed或者ing或者s

7. *   前面项目0个或者多个，如a*/[a-z]* (也叫Kleene闭包)

8. +   前面项目1个或者多个，如a+、[a-z]+

9. ?   前面项目0个或者1个，如a？、[a-z]?

10. {n}   重复n次

11. {n,}  至少重复n次

12. {,n}  重复不多于n次

13. {m,n}  至少重复m次不多于n次

14. a(b|c)+  括号表示操作符的范围

15. 正则表达式符号：

16. \b 词边界

17. \d 任何数字等于[0-9]

18. \D 任何非数字等于[^0-9]

19. \s 任何空白字符[\t\n\r\f\v]

20. \S 任何非空白字符[^\t\n\r\f\v]

21. \w 任何字母[A-Za-z0-9]

22. \W 任何非字母[^A-Za-z0-9]

23. \t 制表符

24. \n 换行符

相关正则知识：

1. \d  匹配一个数字

2. \w 匹配一个字母或者数字

3. *  任意个字符（包括0个），

4. +  至少一个字符

5. ?  0个或1个字符

6. {n} n个字符

7. {n,m} n-m个字符

8. \s 匹配一个空格

9. \s+ 至少有一个空格

10. \d{3,8} 表示3-8个数字，例如'1234567'

11. \d{3}\s+\d{3,8}

12. [0-9a-zA-Z\_] 匹配一个数字、字母或者下划线

13. [0-9a-zA-Z\_]+ 匹配至少由一个数字、字母或者下划线组成的字符串，

14. 比如'a100'，'0_Z'，'Py3000'等等；

15. [a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量

16. [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）

17. A|B可以匹配A或B，所以(P|p)ython可以匹配'Python'或者'python'

18. ^表示行的开头，^\d表示必须以数字开头

19. 表示行的结束，\d

1. 表示必须以数字结束

参考自：微信公众号，数据挖掘入门与实战