站長線上Python精講：Python中正則表示式的語法詳解

歡迎你來到站長線上的站長學堂學習Python知識，本文學習的是《Python中正則表示式的語法詳解》。本知識點主要內容有9點：行定位符、元字元、限定符、字符集、排除字元、選擇字元、跳脫字元、分組、在Python中使用正則表示式語法。

關於Python中的正則表示式，準備分兩個知識點講完，今天來講解正則表示式的語法。

正則表示式的概念：正則表示式（regular expression，簡稱regex或者RE），也稱為歸則表示式。通常用來檢索、替換符合某些規則的文字。正則表示式就是記錄文字規則的程式碼。

1、行定位符

行定位符就是用來描述字串的邊界。“^”表示行的開始；“$”表示行的結尾。

例如：

One is All

All is One

^One

該表示式表示要匹配字串One的開始位置是行頭，如One is All就可以匹配，而All is One則不匹配。但如果使用：

One$

則All is One可以匹配，而One is All不能匹配。如果要匹配的字串可以出現在字串的任意部分，那麼可以直接寫成：

One

這樣，兩個字串就都可以匹配了。

2、元字元

元字元就是在正則表示式中具有特殊意義的專用字元。

剛才我們所說的“^”和“$”就是元字元，在Python有下面常用元字元：。、\w、\W、\s、\S、\d、\D、\b、^、$。

各種元字元及其說明如下：

。：匹配除換行符以外的任意字元

\w：匹配字母或數字或下劃線或漢字

\W：匹配特殊字元，即非字母、非數字、非漢字

\s：匹配任意的空白符

\S：匹配非空白

\d：匹配數字

\D：匹配非數字，即不是數字

\b：匹配單詞的開始或結束

^：匹配字串的開始

$：匹配字串的結束

我們來看一個例子：

\byi\w*\b

匹配以字母yi開頭的單詞，先匹配單詞開始處（\b），然後匹配字母yi，接著匹配任意數量的字母或數字（\w*），最後匹配單詞結束處（\b）。該表示式可以匹配如“yibenshu”“saneryi”“haoyige”“yi12345”等。

3、限定符

在上面的元字元的例子中，使用“\w*”匹配任意數量的字母或數字。如果想匹配特定數量的數字，該如何表示呢？正則表示式為我們提供了限定符（指定數量的字元）來實現該功能。

例如，匹配6位QQ號可用如下表達式：

^\d{6}$

常用的限定符如下所示：*、+、？、{n} 、{n，}、{n，m}、［］ 。

各種限定符及說明及舉例如下：

* ：匹配前面的字元零次或更多次。例如“zo*”能匹配“z” “zo”以及“zoo”，“*”等效於“{0，}”

+ ：匹配前面的字元一次或更多次。例如“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”，“+”等效於“{1，}”

？ ：匹配前面的字元零次或一次。例如“do（es）？”可以匹配 “do”或 “does”中的“do”，“？”等效 於 “{0，1}”

{n} ：匹配前面的字元n次。例如“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food” 中的兩個 o

{n，} ：匹配前面的字元n次或更多次。例如“o{2，}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o， 等效於“o+”，“o{0，}”則等效於“o*”

{n，m} ：匹配前面的字元n到m次。其中 n＜=m。最少匹配 n 次且最多匹配 m 次。例如“o{1，3}”將匹配“fooooood” 中的前三個“o”，“o{0，l}”等效於“0？”。注意在逗號和兩個數之間不能有空格

4、字符集

正則表示式查詢數字和字母是很簡單的，因為已經有了對應這些字元集合的元字元（如\d，\w），但是如果要匹配沒有預定義元字元的字元集合（比如母音字母a， e， i， o， u），應該怎麼辦？很簡單，只需要在方括號裡列出它們就行了，像［aeiou］就匹配任何一個英文母音字母。

［xyz］表示匹配裡面的任意一個字元。

［a-z］字元範圍，匹配指定範圍內的任意字元。例如“［a-z］”可以匹配“a”到“z”範圍內的任意小寫字母字元

［。？！］匹配標點符號“。”、“？”或“！”。也可以輕鬆地指定一個字元範圍，像［0-9］代表的含義與\d就是完全一致的：代表一位數字；同理，［a-z0-9A-Z_］也完全等同於\w（如果只考慮英文的話）。

要想匹配給定字串中任意一個漢字，可以使用［\u4e00-\u9fa5］；如果要匹配連續多個漢字，可以使用［\u4e00-\u9fa5］+。

5、排除字元

上方的字符集是匹配符合指定字符集的字串。這裡的排除字元，剛剛相反。排除字元就是匹配不符合指定字符集的字串。在正則表示式中用“^”表示。我們在最開始的行定位符中也說到了“^”，放在開頭，在這裡放在方括號［］裡面，表示排除的意思。如：

［^a-zA-Z］

表示用於一個匹配非字母的字元。

6、選擇字元

Python中的選擇字元，包含著條件選擇的邏輯，在這裡使用“|”來表示。該字元可以理解為“或”。

如中國人的身份證號碼長度為15位或者18位。如果為15位，則全為數字；如果為18位，前17位為數字，最後一位是校驗位，可能為數字或字元X。

匹配身份證的表示式可以寫出如下方式：

（^\d{15}$）|（^\d{18}$）|（^\d{17}）（\d|X|x）$

該表示式的意思是可以匹配15位數字，或者18位數字，或者17位數字和最後一位。最後一位可以是數字或者是X或者是x。

7、轉移字元

正則表示式中的跳脫字元（\）和Python中的大同小異，都是將特殊字元（如“。”“？”“\”等）變為普通的字元。

舉一個IP地址的例項，用正則表示式匹配如127。0。0。1這樣格式的IP地址。如果直接使用點字元，格式為：

［1-9］{1，3}。［0-9］{1，3}。［0-9］{1，3}。［0-9］{1，3}

這顯然不對，因為“。”可以匹配一個任意字元。這時，不僅是127。0。0。1這樣的IP，連127101011這樣的字串也會被匹配出來。所以在使用“。”時，需要使用跳脫字元（\）。修改後，上面的正則表示式格式為：

［1-9］{1，3}\。［0-9］{1，3}\。［0-9］{1，3}\。［0-9］{1，3}

站長線上提醒你：括號在正則表示式中也算是一個元字元。

8、分組

透過上面選擇字元中的例子，可以看見小括號的作用有了一定的瞭解。

小括號字元的第一個作用就是可以改變限定符的作用範圍

，如“|”“*”“^”等。來看下面的一個表示式。

（mon|ma）th

這個表示式的意思是匹配單詞month或math，如果不使用小括號，那麼就變成了匹配單詞mon和math了。

小括號的第二個作用是分組，也就是子表示式

。例如（\。［0-9］{1，3}）{3}，就是對分組（\。［0-9］{1，3}）進行重複操作。

9、在Python中使用正則表示式語法

在Python中使用正則表示式時，是將其作為模式字串使用的。例如，將匹配不是字母的一個字元的正則表示式表示為模式字串，可以使用下面的程式碼：

‘［^a-zA-Z］’

而如果將匹配以字母m開頭的單詞的正則表示式轉換為模式字串，則不能直接在其兩側新增引號定界符，例如，下面的程式碼是不正確的。

‘\bm\w*\b’

而是需要將其中的“\”進行轉義，轉換後的程式碼為：

‘\\bm\\w*\\b’

由於模式字串中可能包括大量的特殊字元和反斜槓，所以需要寫為原生字串，即在模式字串前加r或R。例如，上面的模式字串採用原生字串表示就是：

r‘\bm\w*\b’

在編寫模式字串時，並不是所有的反斜槓都需要進行轉換。例如，前面編寫的正則表示式“^\d{6}$”中的反斜槓就不需要轉義，因為其中的\d並沒有特殊意義。不過，為了編寫方便，本教程所寫正則表示式都採用原生字串表示。

到此為止，本文學習的《Python中正則表示式的語法詳解》中的主要內容有9點：行定位符、元字元、限定符、字符集、排除字元、選擇字元、跳脫字元、分組、在Python中使用正則表示式語法。就全部講解完畢了。有問題，可以給我留言哦！

下一個知識點，我們講解《在Python中使用re模組實現正則表示式操作詳解》。歡迎你對站長線上進行關注，評論，點贊，分享、轉發！