Python3 正則表示式特殊符號及用法（詳細列表）
阿新 • • 發佈：2019-01-03
廢話
有一個美式笑話：我有一個難題，可以用正則表示式解決，那麼，現在我有兩個難題。
美式笑話確實有點冷，只有學過正則表示式的人才能讀懂這個段子。
下面列舉了Python3的所有符號用法，別背，千萬別背，用到時來查就行。
| 字元 | 含義 |
|---|---|
| . | 表示匹配除了換行符外的任何字元 注：通過設定 re.DOTALL 標誌可以使 . 匹配任何字元（包含換行符） |
| | | A | B，表示匹配正則表示式 A 或者 B |
| ^ | 1.（脫字元）匹配輸入字串的開始位置 2.如果設定了 re.MULTILINE 標誌，^ 也匹配換行符之後的位置 |
| $ | 1.匹配輸入字串的結束位置 2.如果設定了re.MULTILINE標誌，$也匹配換行符之前的位置 |
| \ | 1.將一個普通字元變成特殊字元，例如 \d 表示匹配所有十進位制數字 2.解除元字元的特殊功能，例如 . 表示匹配點號本身 3.引用序號對應的子組所匹配的字串 4.詳見下方列舉 |
| […] | 字元類，匹配所包含的任意一個字元 注1：連字元 - 如果出現在字串中間表示字元範圍描述；如果如果出現在首位則僅作為普通字元 注2：特殊字元僅有反斜線 \ 保持特殊含義，用於轉義字元。其它特殊字元如 *、+、? 等均作為普通字元匹配 注3：脫字元 ^ 如果出現在首位則表示匹配不包含其中的任意字元；如果 ^ 出現在字串中間就僅作為普通字元匹配 |
| {M,N} | M 和 N 均為非負整數，其中 M <= N，表示前邊的 RE 匹配 M ~ N 次 注1：{M,} 表示至少匹配 M 次 注2：{,N} 等價於 {0,N} 注3：{N} 表示需要匹配 N 次 |
| * | 匹配前面的子表示式零次或多次，等價於 {0,} |
| + | 匹配前面的子表示式一次或多次，等價於 {1,} |
| ? | 匹配前面的子表示式零次或一次，等價於 {0,1} |
| *?, +?, ?? | 預設情況下 、+ 和 ? 的匹配模式是貪婪模式（即會盡可能多地匹配符合規則的字串）；?、+? 和 ?? 表示啟用對應的非貪婪模式 比如：對於字串 “FishCCC”，正則表示式 FishC+ 會匹配整個字串，而 FishC+? 則匹配 “FishC” |
| {M,N}? | 同上，啟用非貪婪模式，即只匹配 M 次 |
| (…) | 匹配圓括號中的正則表示式，或者指定一個子組的開始和結束位置 注：子組的內容可以在匹配之後被 \數字 再次引用 比如：(\w+) \1 可以字串 “FishC FishC.com” 中的 “FishC FishC”（注意有空格） |
| (?…) | (? 開頭的表示為正則表示式的擴充套件語法（下邊這些是 Python 支援的所有擴充套件語法） |
| (?aiLmsux) | 1.(? 後可以緊跟著 ‘a’，’i’，’L’，’m’，’s’，’u’，’x’ 中的一個或多個字元，只能在正則表示式的開頭使用 2.每一個字元對應一種匹配標誌：re-A（只匹配 ASCII 字元），re-I（忽略大小寫），re-L（區域設定），re-M（多行模式）, re-S（. 匹配任何符號），re-X（詳細表達式），包含這些字元將會影響整個正則表示式的規則 3.當你不想通過 re.compile() 設定正則表示式標誌，這種方法就非常有用啦 注意，由於 (?x) 決定正則表示式如何被解析，所以它應該總是被放在最前邊（最多允許前邊有空白符）。如果 (?x) 的前邊是非空白字元，那麼 (?x) 就發揮不了作用了 |
| (?:…) | 非捕獲組，即該子組匹配的字串無法從後邊獲取 |
| (?P…) | 命名組，通過組的名字（name）即可訪問到子組匹配的字串 |
| (?P=name) | 反向引用一個命名組，它匹配指定命名組匹配的任何內容 |
| (?#…) | 註釋，括號中的內容將被忽略 |
| (?=…) | 前向肯定斷言。如果當前包含的正則表示式（這裡以 … 表示）在當前位置成功匹配，則代表成功，否則失敗。一旦該部分正則表示式被匹配引擎嘗試過，就不會繼續進行匹配了；剩下的模式在此斷言開始的地方繼續嘗試 比如:love(?=FishC) 只匹配後邊緊跟著 “FishC” 的字串 “love” |
| (?!…) | 前向否定斷言。這跟前向肯定斷言相反（不匹配則表示成功，匹配表示失敗） 比如：FishC(?!.com) 只匹配後邊不是 “.com” 的字串 “FishC” |
| (?<=…) | 後向肯定斷言。跟前向肯定斷言一樣，只是方向相反 比如：?<=love)FishC 只匹配前邊緊跟著 “love” 的字串 “FishC” |
| (? | 後向否定斷言。跟前向肯定斷言一樣，只是方向相反 比如：(?<!FishC)\.com 只匹配前邊不是 “FishC” 的字串 “.com” |
| (?(id/name)yes-pattern|no-pattern) | 1.如果子組的序號或名字存在的話，則嘗試 yes-pattern 匹配模式；否則嘗試 no-pattern 匹配模式 2.no-pattern 是可選的 比如：(<)?(\[email protected]\w+(?:\.\w+)+)(?(1)>|$) 是一個匹配郵件格式的正則表示式，可以匹配 [email protected] 和 ‘[email protected]’，但是不會匹配[email protected]、[email protected] |
| \ | 下邊列舉了由字元 ‘\’ 和另一個字元組成的特殊含義。注意，’\’ + 元字元的組合可以解除元字元的特殊功能 |
| \序號 | 1.引用序號對應的子組所匹配的字串，子組的序號從 1 開始計算 2.如果序號是以 0 開頭，或者 3 個數字的長度。那麼不會被用於引用對應的子組，而是用於匹配八進位制數字所表示的 ASCII 碼值對應的字元 比如：(.+) \1 會匹配 “FishC FishC” 或 “55 55”，但不會匹配 “FishCFishC”（注意，因為子組後邊還有一個空格） |
| \A | 匹配輸入字串的開始位置 |
| \Z | 匹配輸入字串的結束位置 |
| \b | 匹配一個單詞邊界，單詞被定義為 Unidcode 的字母數字或下橫線字元 比如：\bFishC\b 會匹配字串 “love FishC”、FishC.” 或 “(FishC)” |
| \B | 匹配非單詞邊界，其實就是與 \b 相反 比如：py\B 會匹配字串 “python”、”py3” 或 “py2”，但不會匹配 “py “、”py.” 或 “py!” |
| \d | 1.對於 Unicode（str 型別）模式：匹配任何一個數字，包括 [0-9] 和其他數字字元；如果開啟了 re.ASCII 標誌，就只匹配 [0-9] 2.對於 8 位（bytes 型別）模式：匹配 [0-9] 中任何一個數字 |
| \D | 匹配任何非 Unicode 的數字，其實就是與 \d 相反；如果開啟了 re.ASCII 標誌，則相當於匹配 [^0-9] |
| \s | 1.對於 Unicode（str 型別）模式：匹配 Unicode 中的空白字元（包括 [ \t\n\r\f\v] 以及其他空白字元）；如果開啟了 re.ASCII 標誌，就只匹配 [\t\n\r\f\v] 2.對於 8 位（bytes 型別）模式：匹配 ASCII 中定義的空白字元，即 [ \t\n\r\f\v] |
| \S | 匹配任何非 Unicode 中的空白字元，其實就是與 \s 相反；如果開啟了 re.ASCII 標誌，則相當於匹配 [^ \t\n\r\f\v] |
| \w | 1.對於 Unicode（str 型別）模式：匹配任何 Unicode 的單詞字元，基本上所有語言的字元都可以匹配，當然也包括數字和下橫線；如果開啟了 re.ASCII 標誌，就只匹配 [a-zA-Z0-9_] 2.對於 8 位（bytes 型別）模式：匹配 ASCII 中定義的字母數字，即 [a-zA-Z0-9_] |
| \W | 匹配任何非 Unicode 的單詞字元，其實就是與 \w 相反；如果開啟了 re.ASCII 標誌，則相當於 [^a-zA-Z0-9_] |
| 轉義符號 | 正則表示式還支援大部分 Python 字串的轉義符號：\a，\b，\f，\n，\r，\t，\u，\U，\v，\x，\\ 注1：\b 通常用於匹配一個單詞邊界，只有在字元類中才表示“退格” 注2：\u 和 \U 只有在 Unicode 模式下才會被識別 注3：八進位制轉義（\數字）是有限制的，如果第一個數字是 0，或者如果有 3 個八進位制數字，那麼就被認為是八進位制數；其他情況則被認為是子組引用；至於字串，八進位制轉義總是最多隻能是 3 個數字的長度 |