2. 程式人生 > >python3.6-正則表示式（附錄詳細用法）

python3.6-正則表示式（附錄詳細用法）

阿新 • • 發佈：2019-01-04

正則表示式1：python使用re模組來實現正則表示式，方法如下：

（1）正則表示式也有所謂的萬用字元，這裡是使用點號（.），它可以匹配除了換行符以外的任何字元：

  匹配到了字串中的'I'字元

 這裡點號（.）就匹配到了'e'，然後正則表示式就匹配到了 ‘love’。

（2）正如 Python 的字串規則一樣，想要消除一個字串的特殊功能，就在前面加上反斜槓\，這裡 ‘\.’ 匹配的就是點號.本身，也就是說點號不代表任何其他字元，它只代表點號：

同樣呢，反斜槓還可以使得普通的字元具有特殊能力，例如我們想要匹配數字，我們可以使用 ‘\d’ 來匹配任何數字：

結合以上兩點，匹配ip地址大概如下：

首先，\d 表示匹配的數字是 0~9，但是 ip 地址每組數字範圍是 0~255，而這裡 \d\d\d 最大匹配數字是 999 ，而 ip 地址的最大範圍是 255；上例中要求 ip 地址每組必須是三位數字，但實際上有些 ip 地址中的某組數字只有 1 位或者 2 位，像這種情況就無法匹配。

（3）為了表示一個字串的範圍，我們可以建立一個叫做字元類的東西，使用中括號[] 來建立一個字元類，字元類的含義就是你只要匹配字元類中的一個字元，那麼就算匹配：

正則表示式 是預設開啟大小字母敏感 模式的，所以 大寫 ‘I’ 和小寫 ‘i’ 會區分開。

字元類也可以用範圍表示。

（4）限定重複匹配的次數，我們可以使用大括號{}來解決：

上面的 {3} 就表示前面的 o匹配時要重複3次；大括號裡還可以給出重複匹配次數的範圍，例如上面的{3, 6} 表示o匹配 3 到 6 次

（5）匹配 0~255 這個範圍裡的數字，我們使用正則表示式如下：

要匹配的正則表示式就是 [01]\d\d 或者 2[0-4]\d 或者 25[0-5]，這其中任何一個成立都是 ok 的，跟C語言的或一樣；但是以上寫法有問題，如果匹配的不是三位數就出問題：

解決如下，讓前面的兩位可以重複 0 次（因為預設是重複1次）

按照以上方法，匹配ip地址如下：

首先 ([01]{0,1}\d{0,1}\d|2[0-4]\d|25[0-5]) 作為一個組，然後加上.點號，(([01]{0,1}\d{0,1}\d|2[0-4]\d|25[0-5])\.) 作為新的組，然後這個組重複3次，然後再加一組數字，這樣就完成了對 ip 地址的匹配。

正則表示式2：正則表示式特殊符號及用法

（1）特殊符號是由兩部分組成的，一部分是元字元，如下：

所有元字元包括：. ^  *  +  ?  {}  []  \  |  ()

另一部分就是反斜槓加上普通符號組成的特殊符號，它擁有特殊的含義。

託字元(^)：定位匹配，匹配字串的開始位置：

美元符號$ 匹配輸入字串的結束位置：

（2）反斜槓在正則表示式中應用是最廣泛的，它可以將一個普通的字元變為特殊字元，如果在反斜槓後面加的是數字，有兩種表示方案：

      1.如果跟著的數字是 1~99，就表示引用序號對應的值組所匹配的字串，其中序號所對應的值組：為 \ 前面的值組，\序號必須在對應值組正後面，序號為第幾個值組，例如：

         上面的(love)是第一個值組（序號是從1開始計算的，因為0表示一個八進位制數），所以 \1，且\1 表示love，其實 r'(love)\1' 就等於 'lovelove'

          第一行中\1 是找不到 （love）的，\序號必須在對應值組的正後方；第三行中\2可以匹配到（python），是因為值組（python）序號是2。

      2.如果跟著的數字是0或者3位的數字，那麼它是一個八進位制數，表示的是這個八進位制數對應的 ASCII 碼對應的字元

         例如：字元 0 對應的十進位制數為 48，對應的八進位制數為 60，這裡用三位數表示就是060；十進位制數97用八進位制表示就是141：

（3）中括號（[ ]），這是生成一個字元類，事實上，字元類就是一個字元集合的意思，另外，值的注意的是：被中括號包含在內的元字元都會失去特殊功能，就像反斜槓加上一個元字元是一樣的。

          字元類的意思就是將它裡面的內容都當做普通的字元看待，除了幾個特殊的字元：

          1.小橫槓（-），表示範圍。

           2.反斜槓(\)，反斜槓在字元類裡，表示Python 字串的轉義符。在字串裡，我們都知道 \n 表示回車的意思：

          3.託字元 ^，託字元 ^ 放在最前面表示取反，放在最後面表示匹配它本身：

         4.{M,N}（要求M,N均為非負整數，且M<=N）表示前面的內容匹配 M~N次，{M,N}?表示只匹配M次：

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。
舉個栗子：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 
舉個栗子：(\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<name>...)

 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。
舉個栗子：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）。
舉個栗子：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。
舉個栗子：(?<=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。
舉個栗子：(?<!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
舉個栗子：(<)?(\[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]' 或 '[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
舉個栗子：(.+) \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
舉個栗子：\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
舉個栗子：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

正則表示式3：編譯正則表示式

        我們把正則表示式 [A-Z] 進行編譯，賦值給 一個變數 l，這個變數 l就是一個模式物件。我們可以直接使用 l進行 search() 方法和 findall() 方法的使用。

編譯標誌：讓你可以修改正則表示式的工作方式。在 re 模組下，編譯標誌均有兩個名字：完整名和簡寫，例如 IGNORECASE 簡寫是 I，另外，多個標誌還可以同時使用（通過“|”），如：re.I | re.M 就是同時設定 I 和 M 標誌。

下邊列舉一些支援的編譯標誌：

標誌 含義
ASCII, A 使得轉義符號如 \w，\b，\s 和 \d 只能匹配 ASCII 字元
DOTALL, S 使得 . 匹配任何符號，包括換行符
IGNORECASE, I 匹配的時候不區分大小寫
LOCALE, L 支援當前的語言（區域）設定
MULTILINE, M 多行匹配，影響 ^ 和 $
VERBOSE, X (for 'extended') 啟用詳細的正則表示式

下面我們來詳細講解一下它們的含義：

A
ASCII
使得 \w，\W，\b，\B，\s 和 \S 只匹配 ASCII 字元，而不匹配完整的 Unicode 字元。這個標誌僅對 Unicode 模式有意義，並忽略位元組模式。

S
DOTALL
使得 . 可以匹配任何字元，包括換行符。如果不使用這個標誌，. 將匹配除了換行符的所有字元。

I
IGNORECASE
字元類和文字字串在匹配的時候不區分大小寫。舉個例子，正則表示式 [A-Z] 也將會匹配對應的小寫字母，像 FishC 可以匹配 FishC，fishc 或 FISHC 等。如果你不設定 LOCALE，則不會考慮語言（區域）設定這方面的大小寫問題。

L
LOCALE
使得 \w，\W，\b 和 \B 依賴當前的語言（區域）環境，而不是 Unicode 資料庫。

區域設定是 C 語言的一個功能，主要作用是消除不同語言之間的差異。例如你正在處理的是法文文字，你想使用 \w+ 來匹配單詞，但是 \w 只是匹配 [A-Za-z] 中的單詞，並不會匹配 'é' 或 '&#231;'。如果你的系統正確的設定了法語區域環境，那麼 C 語言的函式就會告訴程式 'é' 或 '&#231;' 也應該被認為是一個字元。當編譯正則表示式的時候設定了 LOCALE 的標誌，\w+ 就可以識別法文了，但速度多少會受到影響。

M
MULTILINE
（^ 和 $ 我們還沒有提到，彆著急，後邊我們有細講...）

通常 ^ 只匹配字串的開頭，而 $ 則匹配字串的結尾。當這個標誌被設定的時候，^ 不僅匹配字串的開頭，還匹配每一行的行首；& 不僅匹配字串的結尾，還匹配每一行的行尾。

X
VERBOSE
這個標誌使你的正則表示式可以寫得更好看和更有條理，因為使用了這個標誌，空格會被忽略（除了出現在字元類中和使用反斜槓轉義的空格）；這個標誌同時允許你在正則表示式字串中使用註釋，# 符號後邊的內容是註釋，不會遞交給匹配引擎（除了出現在字元類中和使用反斜槓轉義的 #）。

下邊是使用 re.VERBOSE 的例子，大家看下正則表示式的可讀性是不是提高了不少：

charref = re.compile(r"""
&[#]                # 開始數字引用
(
     0[0-7]+         # 八進位制格式
   | [0-9]+          # 十進位制格式
   | x[0-9a-fA-F]+   # 十六進位制格式
)
;                   # 結尾分號
""", re.VERBOSE)

如果沒有設定 VERBOSE 標誌，那麼同樣的正則表示式會寫成：

charref = re.compile("&#(0[0-7]+|[0-9]+|x[0-9a-fA-F]+);")

正則表示式4：正則表示式實用方法和擴充套件語法

        首先，我們要舉的例子是講得最多的 search() 方法，search() 方法既有模組級別的，就是直接呼叫 re.search() 來實現，另外，編譯後的正則表示式模式物件也同樣擁有 search() 方法。

        這是模組級別的 search() 方法，它有一個 flags 引數， flags 引數就是前面所講的編譯標誌 位，作為一個模組級別的，它沒辦法影印，它直接在這裡使用它的標誌位就可以了。pattern 是正則表示式的模式，string 是要搜尋的字串。

         編譯後的模式物件如上所示：前面的pattern， 模式物件的引數沒有了，string 第一個引數就是待搜尋的字串，後面有兩個可選引數是我們模組級別的 search() 方法沒有的，它分別代表需要搜尋的起始位置（pos）和結束位置（endpos），你就可以像 re.search(string, 0, 50) 或者 re.search(string[:50], 0) 這樣子去匹配它的搜尋位置了。還有一點可能被忽略的就是，search() 方法並不會立刻返回你所需要的字串，取而代之，它是返回一個匹配物件。我們來舉個例子：

         先是一個空格，然後是 \w+ ，就是任何字元，這裡就是love，然後又是一個空格，然後又是 \w+，這裡就是you。

         如果正則表示式中存在著子組，子組會將匹配的內容進行捕獲，通過這個 group()方法中設定序號，可以提取到對應的子組（序號從1開始） 捕獲的字串：

         除了 group()方法 之外，它還有 start()方法  、end()方法、span() 方法，分別返回它匹配的開始位置、結束位置、範圍。

        具體參考如下：

         接下來講講findall()方法:

        有人可能會覺得，findall() 方法很容易，不就是找到所有匹配的內容，然後把它們組織成列表的形式返回嗎?沒錯，這是在正則表示式裡沒有子組的情況下所做的事，如果正則表示式裡包含了子組，那麼，findall() 會變得很聰明。

        舉個例子，上貼吧爬圖：https://tieba.baidu.com/p/4979321229

        首先，編寫程式爬去圖片地址：

import urllib.request
import re

def open_url(url):
    req=urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36')
    response=urllib.request.urlopen(req)
    html=response.read().decode('utf-8')
    return html

def get_img(html):
    p = r'<img class="BDE_Image" src="[^"]+\.jpg"'
    imglist = re.findall(p, html)
    for each in imglist:
        print(each)

if  __name__=='__main__':
    url='https://tieba.baidu.com/p/4979321229'
    get_img(open_url(url))

         結果如下：

        很顯然，這不是我們需要的地址，我們需要的只是後面的部分。只需要把圖片地址用小括號括起來即可達到目的：

 p = r'<img class="BDE_Image" src="[^"]+\.jpg"' 改為 p = r'<img class="BDE_Image" src="([^"]+\.jpg)"'，

         結果如下：

        完整爬取貼吧圖片程式如下：

import urllib.request
import re

def open_url(url):
    req=urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36')
    response=urllib.request.urlopen(req)
    html=response.read().decode('utf-8')
    return html

def get_img(html):
    p = r'<img class="BDE_Image" src="([^"]+\.jpg)"'#加個括號，括號內是子組
    imglist = re.findall(p, html)#該網頁下找到的所有圖片地址
    for each in imglist:
        filename=each.split('/')[-1]#每一個imglist地址中最後一個斜槓（/）後面的內容，即圖片的準確地址（點選右鍵儲存圖片的地址）
        urllib.request.retrieve(each,filename,None)#參見連結https://blog.csdn.net/pursuit_zhangyu/article/details/80556275

if  __name__=='__main__':
    url='https://tieba.baidu.com/p/4979321229'
    get_img(open_url(url))

        為什麼加個小括號會如此方便呢？這是因為在 findall() 方法中，如果給出的正則表示式是包含子組的話，那麼就會把子組的內容單獨給返回回來。然而，如果存在多個子組，那麼它還會將匹配的內容組合成元組的形式再返回。

        我們使用 findall() 來嘗試自動從https://www.xicidaili.com/wt/獲取ip地址，原始碼如下：

import urllib.request
import re

def open_url(url):
    req=urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36')
    response=urllib.request.urlopen(req)
    html=response.read().decode('utf-8')
    return html

def get_img(html):
    p = r'(([0,1]?\d?\d|2[0-4]\d|25[0-5])\.){3}([0,1]?\d?\d|2[0-4]\d|25[0-5])'
    iplist = re.findall(p, html)
    for each in iplist:
        print(each)

if  __name__=='__main__':
    url='https://www.xicidaili.com/wt/'
    get_img(open_url(url))

        結果如下：

        這明顯不是我們想要的結果，因為我們在正則表示式裡面使用了 3 個子組，所以，findall() 會自作聰明的把我們的結果做了分類，然後用元組的形式返回給我們。要解決這個問題，我們可以讓子組不捕獲內容，通過正則表示式2中的非捕獲組解決：

修改程式碼如下：

import urllib.request
import re

def open_url(url):
    req=urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36')
    response=urllib.request.urlopen(req)
    html=response.read().decode('utf-8')
    return html

def get_img(html):
    p = r'(?:(?:[0,1]?\d?\d|2[0-4]\d|25[0-5])\.){3}(?:[0,1]?\d?\d|2[0-4]\d|25[0-5])'
    iplist = re.findall(p, html)
    for each in iplist:
        print(each)

if  __name__=='__main__':
    url='https://www.xicidaili.com/wt/'
    get_img(open_url(url))

 得到結果如下：

 

 


 

相關推薦

python3.6-正則表示式（附錄詳細用法）

正則表示式1：python使用re模組來實現正則表示式，方法如下： （1）正則表示式也有所謂的萬用字元，這裡是使用點號（.），它可以匹配除了換行符以外的任何字元：   匹配到了字串中的'I'字元  這裡點號（.）就匹配到了'e'，然後正則表

一個匹配數字的正則表示式（帶詳細解釋）

數字可能由一個整數部分加上一個可選的負號、一個可選的小數部分和一個可選的指數部分組成。下面是一個匹配數字的正則表示式例子： var parse_number = /^-?\d+(?:\.\d*)?(?:e[+\-]?\d+)?$/i; var testN

Python3 如何優雅地使用正則表示式（詳解一）

正則表示式介紹 正則表示式（Regular expressions 也稱為 REs，或 regexes 或 regex patterns）本質上是一個微小的且高度專業化的程式語言。它被嵌入到 Python 中，並通過 re 模組提供給程式猿使用。使用正則表示式，你需要指定一些規則來描述那些你

Python3 如何優雅地使用正則表示式（詳解六）

上一篇：Python3 如何優雅地使用正則表示式（詳解五）   修改字串 我們已經介紹完如何對字元進行搜尋，接下來我們講講正則表示式如何修改字串。 正則表示式使用以下方法修改字串： 方法 用途 split(

Python3 如何優雅地使用正則表示式（詳解五）

上一篇：Python3 如何優雅地使用正則表示式（詳解四）   非捕獲組和命名組 精心設計的正則表示式可能會劃分很多組，這些組不僅可以匹配相關的子串，還能夠對正則表示式本身進行分組和結構化。在複雜的正則表示式中，由於有太多的組，因此通過組的序號來跟蹤和使用會變得困難。有兩個

Python3 如何優雅地使用正則表示式（詳解四）

上一篇：Python3 如何優雅地使用正則表示式（詳解三）   更多強大的功能 到目前為止，我們只是介紹了正則表示式的一部分功能。在這一篇中，我們會學習到一些新的元字元，然後再教大家如何使用組來獲得被匹配的部分文字。   更多元字元 還有一些元字元我們

Python3 如何優雅地使用正則表示式（詳解三）

上一篇：Python3 如何優雅地使用正則表示式（詳解二） 模組級別的函式 使用正則表示式也並非一定要建立模式物件，然後呼叫它的匹配方法。因為，re 模組同時還提供了一些全域性函式，例如 match()，search()，findall()，sub() 等等。這些函式的第一個引數是正則表

Python3 如何優雅地使用正則表示式（詳解二）

上一篇：Python3 如何優雅地使用正則表示式（詳解一） 使用正則表示式 現在我們開始來寫一些簡單的正則表示式吧。Python 通過 re 模組為正則表示式引擎提供一個介面，同時允許你將正則表示式編譯成模式物件，並用它們來進行匹配。解釋：re 模組是使用 C 語言編寫，所以效率比你用普

Python3 如何優雅地使用正則表示式（詳解七）

上一篇：Python3 如何優雅地使用正則表示式（詳解六）   常見問題 正則表示式是一個非常強大的工具，但在有些時候它並不能直觀地按照你的意願來執行。本篇我們將指出一些最常見的錯誤。 使用字串方法 有時使用 re 模組是個錯誤！如果你匹配一個固定的字串或者單個字元

python3的正則表示式（regex）

    正則表示式提供了一種緊湊的表示法，可用於表示字串的組合，一個單獨的正則表示式可以表示無限數量的字串。常用的5種用途：分析、搜尋、搜尋與替代、字串的分割、驗證。 （一）正則表示式語言python中特殊字元有    \.^$?+*{}[]()|1、字元類速記^ 　　如果在字元類中第一個字元則表示否定；-

JAVA 正則表示式 （超詳細）

在Sun的Java JDK 1.40版本中，Java自帶了支援正則表示式的包，本文就拋磚引玉地介紹瞭如何使用java.util.regex包。 　　可粗略估計一下，除了偶爾用Linux的外，其他Linu x使用者都會遇到正則表示式。正則表示式是個極端強大工具，而且在字串模式-匹配和字串模式-替換方面富有

java正則表示式（不定期更新）

自己編寫使用過的以及網路蒐集整理的正則表示式備份，只在java中測試過，其餘可參考，歡迎討論、指正。 匹配數字（包含負數、小數）： ^[-\\+]?[0-9]+[.]?[0-9]+$   匹配網頁中圖片連結（圖片格式可修改、新增）： (?<=<img

關於最新手機號碼驗證的正則表示式（oc及swift）

由於三大運營商已經增加了新的手機號碼欄位，為了能夠正確驗證手機號碼的正確性，我們必須將正則表示式更新後放入專案中。 OC： - (BOOL)isMobileNumber:(NSString *)mobileNum { if (mobileNum.length != 11)

正則表示式（靚號過濾）

一般公司在開發一類對的號碼時，會預留一些號碼給以後升級的會員使用，比如旺旺靚號，QQ號等，採用正則表示式實現較好，通過規則引擎的後臺頁面做成實時可配置的也是不錯的選擇。 一. 一般會有如下的正則需求 程式碼如下： Java程式碼   public clas

正則表示式（校驗規則）

正則表示式 說明 [abc] a、b、c中任意一個字元 [^abc] 除了abc的任意一個字元 [a-z] a-z中任意

Python中一些簡單的正則表示式（爬蟲所需(.*?)）

這篇部落格旨在介紹使用爬蟲時一些常用的正則表示式。 在之前，我一直都是一個談正則表示式色變的人。因為正則表示式實在是太多太多，想要記得除非是經常用，否則也很難完全掌握其中所有的內容。所以這些東西都是現用現查，然後要一個一個的搜尋，將自己所需要的進行查詢。所以學

正則表示式（棧的應用）

題目： 給定一個字串S，判斷其是否為合法的正則表示式 一個正則表示式定義：（此正則表示式非正規） 0是正則表示式，1是正則表示式 P和Q是正則表示式，則PQ是正則表示式 P是正則表示式，則(P)是正則表示式 P是正則表示式，則P*是正則表示式 P和Q是正

正則表示式（程式碼java版）

[toc] >重新發佈於2020年09月27日，寫於2016年 看了好些天的正則表示式，終於有時間來寫一篇關於它的部落格了。也是因為前段時間做標籤處理的工作用到，用正則匹配標籤規則，少寫了不少程式碼。在有的地方使用正則表示式確實特別棒。參考[博文http://blog.csdn.net/yaerfeng/a

Python3 正則表示式特殊符號及用法（詳細列表）

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

Python3中正則表示式使用方法（崔慶才）

  正則表示式 本節我們看一下正則表示式的相關用法，正則表示式是處理字串的強大的工具，它有自己特定的語法結構，有了它，實現字串的檢索、替換、匹配驗證都不在話下。   當然對於爬蟲來說，有了它，我們從HTML裡面提取我們想要的資訊就非常方便了。