正则表达式

正则表达式（Regular Expression），简写regex、regexp或RE。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。通常被用来检索、替换那些符合某个模式(规则)的文本。

基本语法

一个正则表达式通常被称为一个模式（pattern），为用来描述或者匹配一系列符合某个句法规则的字符串。如this, that都可以由th(is|at)这个模式来描述。

正则表达式由普通字符，比如：abc；或者是简单字符和特殊字符的组合，比如ab\*c。

元字符

特殊字符是由元字符或元字符和普通字符构成，比如\d表示匹配一个数字。元字符是有特殊意义的字符，它们被作为一般的字符使用时，必须要通过“转义”（前面加一个反斜杠“\”）来去除他们本身的特殊意义，这14个元字符如下：

. ^ $ * + ? { } [ ] \ | ( )
   

字符类

特殊字符	含义	示例
.	默认匹配除换行符之外的任何单个字符。如果指定了参数DOTALL ，它将匹配包括换行符的任意字符。	.n 匹配 "nay, an apple is on the tree" 中的 'an' 和 'on'.
\d	匹配一个数字。等价于[0-9]。	\d 匹配"B2 is the suite number."中的'2'。
\D	匹配一个非数字字符。等价于[^0-9]。	\D 匹配"B2 is the suite number."中的'B' 。
\w	匹配一个单字字符（字母、数字或者下划线）。等价于 [A-Za-z0-9_]。	\w 匹配 "apple," 中的 'a'和
\W	匹配一个非单字字符。等价于 [^A-Za-z0-9_]。	\W匹配 "50%." 中的 '%'。"$5.28,"中的 '5'。
\s	匹配一个空白字符，包括空格、制表符、换页符和换行符。	\s\w*匹配"foo bar."中的' bar'。
\S	匹配一个非空白字符。	\S\w* 匹配"foo bar."中的'foo'
[字符集]	匹配方括号中的任意一个字符。特殊符号"\ * . "在字符集没有特殊意义。可以使用破折号（-）来指定一个字符范围。	[abcd] 和[a-d]是一样的，可以匹配"brisket"中的‘b’和“city”中的‘c’。
[^字符集]	反向字符集，匹配任何没有包含在方括号中的字符。可以使用破折号（-）来指定一个字符范围。任何普通字符在这里都是起作用的。	[^abc] 和 [^a-c] 是一样的。可以匹配"brisket"中的‘r’和匹配“chop”中的‘h’。

数量词

特殊字符	含义	示例
*	匹配前一个表达式 0 次或多次。等价于 {0,}。	bo* 匹配 "A ghost boooooed" 中的 'booooo' 和 "A bird warbled" 中的 'b'
+	匹配前面一个表达式 1 次或者多次。等价于 {1,}。	a+ 匹配 "candy" 中的 'a' 和 "caaaaaaandy" 中的 'aaaaaaa'。
?	匹配前面一个表达式 0 次或者 1 次。等价于 {0,1}。还用于先行断言中，如本表的 x(?=y) 和 x(?!y) 条目所述。	e?le? 匹配 "angel" 中的 'el'、"angle" 中的 'le' 以及 "oslo' 中的 'l'。
{n}	n 是一个非负整数，匹配前一个字符刚好出现了n次。	a{2}匹配“caandy”中的'aa'和“caaaandy”中的前面的'aa'，但不匹配“candy”中的'a'
{n,}	n 是一个非负整数，匹配前一个字符至少出现了n次。	a{2,}匹配“caandy”中的'aa'和“caaaandy”中的'aaaa'，但不匹配“candy”中的'a'
{n,m}	m 和 n 均为非负整数，匹配前面的字符至少n次，最多m次。如果 n 或者 m 的值是0， 这个值被忽略。	a{1, 3} 匹配“candy”中的a和“caandy”中的'aa'和“caaaandy”中的前面'aaa'，但不匹配“cndy”中的任意字符。

定位

特殊字符	含义	示例
^	匹配输入的开始。如果多行标志被设置为 true，那么也匹配换行符后紧跟的位置。在下面的特殊字符[^xyz]表示不包含方括号中的字符。	^A 匹配 "An E" 中的 'A'，但不会匹配 "an A" 中的 'A'。
$	匹配输入的结束。如果多行标志被设置为 true，那么也匹配换行符前的位置。	t$ 匹配 "eat" 中的 't'，但不匹配 "eater" 中的 't'。
\b	匹配一个词的边界。	\bm 匹配“moon”中的‘m’，但oo\b 不能匹配"moon"中的'oo'，而 oon\b/匹配"moon"中的'oon'。
\B	匹配一个非单词边界。	\B..匹配"noonday"中的'oo'，y\B..匹配"possibly yesterday"中的’yes‘。

字符转义

特殊字符	含义	示例
\n	匹配一个换行符 (U+000A)。
\r	匹配一个回车符 (U+000D)。
\t	匹配一个水平制表符 (U+0009)。
\v	匹配一个垂直制表符 (U+000B)。
\b	匹配一个退格(U+0008)。
\f	匹配一个换页符 (U+000C)。

其他

特殊字符	含义	示例
\	转义特殊字符，或和其他字符构成特殊字符。	\\ 匹配 \ ，\d 匹配数字
\cX	匹配字符串中的一个控制符，当X是处于A到Z之间的字符的时候。	\cM匹配字符串中的 control-M (U+000D)。
(x)	分组，能够重复使用x表达式和提取该组匹配值。重复引用通过\n(数字)。改组的值在正则表达式的替换环节可以通过$n(数字)来获取。注意组值为第一次匹配值	(f.o) \1 匹配'bar fao fao bar'中的'fao fao'，python中值
(?:x)

了解更多 >> MDN文档：JavaScript - 正则表达式 Python3 文档：标准库 re - 正则表达式语法

Python中使用

re模块

re模块提供两种使用方式，两种方式效果一样：一种是直接调用re模块的函数，一般使用这种方式。另一种是先调用re.compile()生成正则对象，再通过对象调用方法，这种适用于一个正则表达式需要多次使用，因为会编译缓存所以速度更快。以match函数示例：

# 直接使用
result = re.match(pattern, string)

# 编译后使用
prog = re.compile(pattern)
result = prog.match(string)

了解更多 >> Python 文档：re Python 文档：正则表达式HOWTO Python 文档：re函数/re.compile()

re模块的函数

名称	描述	示例
re.search()	搜索整个字符串，返回一个成功的匹配	re.match('e','hello')返回一个匹配对象，第二个字母e
re.match()	从起始位置开始搜索，返回从起始位置开始都成功的匹配。	re.match('h','hello')返回一个匹配对象，第一个h。 re.match('e','hello')返回None
re.fullmatch()	需要整个字符串都匹配，返回一个成功的匹配。3.4 新版功能。
re.findall()	查找所有匹配的字符串，返回匹配的字符串列表或字符串元组列表。
re.finditer()
re.split()	用正则表达式分割。	re.split(r'\W+', 'Words, words, words.')返回['Words', 'words', 'words', '']
re.sub()	用正则表达式替换
re.subn()
re.escape()

了解更多 >> Python文档：re函数 Python文档：正则表达式HOWTO/应用匹配

re模块的匹配对象

search()、match()、fullmatch()等函数如果匹配到结果就会返回一个匹配对象，否则返回None。以下示例中的m也是表中示例m：

import re

m = re.search('\d+', '电话：123')

print(m.group())  #  123
print(m.span())   #  (3, 6)

名称	描述	示例
group()	返回正则匹配的字符串
groups()
start()	返回匹配的开始位置
end()	返回匹配的结束位置
span()	返回包含匹配 (start, end) 位置的元组

了解更多 >> Python文档：re/匹配对象

资源

语言或平台官网

• PCRE官网：https://www.pcre.org/
• Python 标准库 re：https://docs.python.org/zh-cn/3/library/re.html
• .NET 正则表达式：https://learn.microsoft.com/zh-cn/dotnet/standard/base-types/regular-expressions

相关网站

• MDN文档：JavaScript - 正则表达式
• .Net文档：正则表达式语言 - 快速参考
• deerchao.cn：正则表达式30分钟入门教程
• 维基百科：正则表达式
• Perl 文档