python進階之正則表達式

2020 年 1 月 20 日
筆記

概念：

　　正則表達式是對字元串操作的一種邏輯公式，就是用事先定義好的一些特定字元、及這些特定字元的組合，組成一個「規則字元串」，這個「規則字元串」用來表達對字元串的一種過濾邏輯。

目的？　　　　

　　給定一個正則表達式和另一個字元串，我們可以達到如下的目的：

　　1. 給定的字元串是否符合正則表達式的過濾邏輯（稱作「匹配」）。

　　2. 可以通過正則表達式，從字元串中獲取我們想要的特定部分。

符號：　

　　　　正則表達試由一些普通字元和一些元字元（metacharacters）組成。普通字元包括大小寫的字母和數字，而元字元則具有特殊的含義，我下面會給予解釋。在最簡單的情況下，一個正則表達式看上去就是一個普通的查找串。例如，正則表達式"testing"中沒有包含任何元字元，它可以匹配"testing"和"testing123"等字元串，但是不能匹配"Testing"。要想真正的用好正則表達式，正確的理解元字元是最重要的事情。下表列出了所有的元字元和對它們的一個簡短的描述。

正則	待匹配字元	匹配結果	說明
[0123456789]	8	True	在一個字元組裡枚舉合法的所有字元，字元組裡的任意一個字元和"待匹配字元"相同都視為可以匹配
[0123456789]	a	False	由於字元組中沒有"a"字元，所以不能匹配
[0-9]	7	True	也可以用-表示範圍,[0-9]就和[0123456789]是一個意思
[a-z]	s	True	同樣的如果要匹配所有的小寫字母，直接用[a-z]就可以表示
[A-Z]	B	True	[A-Z]就表示所有的大寫字母
[0-9a-fA-F]	e	True	可以匹配數字，大小寫形式的a～f，用來驗證十六進位字元

字元：

元字元	匹配內容
.	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
s	匹配任意的空白符
d	匹配數字
n	匹配一個換行符
t	匹配一個製表符
b	匹配一個單詞的結尾
^	匹配字元串的開始
$	匹配字元串的結尾
W	匹配非字母或數字或下劃線
D	匹配非數字
S	匹配非空白符
a\|b	匹配字元a或字元b
()	匹配括弧內的表達式，也表示一個組
[…]	匹配字元組中的字元
[^…]	匹配除了字元組中字元的所有字元

量詞：

量詞	用法說明
*	重複零次或更多次(貪婪匹配)
+	重複一次或更多次(貪婪匹配)
?	重複零次或一次
{n}	重複n次
{n,}	重複n次或更多次
{n,m}	重複n到m次

這邊推薦一個驗證正則表達式的一個工具 http://tool.chinaz.com/regex/

接下來大家可以使用上面的工具來測試下面說的實例

實例：

1.匹配任意數字

　　[0123456789]—abc123def456隻要一個字元串中包含數字，都會被匹配到

2.匹配任意小寫字母

　　[a-z] —-abc123def456隻要字元串中包含任意小寫字元，都會被匹配

3.匹配任意大寫字母

　　[A-Z] —-ABC123DEF456隻要字元串中包含任意大寫字元，都會被匹配

4.匹配數字+小寫字母+大寫字母

　　[0-9A-Za-z] —-ABCabc123DEF456隻要字元串中包含數字小寫大寫字母都回匹配

5.w　　與　　W與　　[wW](匹配所有字元)

6.s　　與　　S　　與　　[sS](匹配所有字元)

7.d　　與　　D　　與　　[dD](匹配所有字元)

8.n　　與　　t（tab製表符）　　與　　b

9.^(匹配一個字元串的開頭) 　　與　　$

（匹配以[a-z]開頭，以[a-z]結尾的字元串，這裡只能匹配2個字元的字元串，因為[]代表一個字元組）

10.a|b(從左向右匹配，優先匹配a)

（左邊匹配了，右邊不會再匹配）

11.[^…]

組合練習：

*+？{}

待匹配字元串	正則表達式	匹配結果	說明
小李和小王和小亮小李和小王王和小亮亮亮	[^和]+	小李小王小亮小李小王王小亮亮亮	匹配非'和'的所有字元串多次
小李和小王王和小亮亮亮	[^和]{2,4}	小李小王王小亮亮亮	匹配非『和』的所有字元串2到4次
小李和小王王和小亮亮亮	[^和]{2,4}?	小李小王小亮亮亮	匹配非『和』的所有字元串2次
小李和小王王和小亮亮亮	小.?	小李小王小亮	匹配小後面任意字元0次或1次
小李和小王王和小亮亮亮	小.*	小李和小王王和小亮亮亮	匹配小後面任意字元0次或多次
小李和小王王和小亮亮亮	小.+	小李和小王王和小亮亮亮	匹配小後面任意字元一次或多次
小李和小王王和小亮亮亮	小.{1,2}	小李和小王王小亮亮	匹配小後面任意字元一次到2次
小李和小王王和小亮亮亮	小.*?	小小小	匹配小後面任意字元0次（因為有？限制，表示匹配最少的頁就是0次即什麼都不匹配）

字符集[] [^]

待匹配字元串	正則表達式	匹配結果	說明
小李和小王王和小亮亮亮	小[李王王亮亮亮]*	小李小王王小亮亮亮	匹配小後面字元組裡面任意字元0次或多次
小李和小王王和小亮亮亮	小[^和]*	小李小王王小亮亮亮	匹配小後面非和子的任意字元0次或多次
123abc345	[d]	1 2 3 3 4 5	匹配任意一個數字
123abc345	[d]*	123 345	匹配任意多個數字
123abc345	[d]+	123 345	匹配任意多個數字

分組()與或 | [^]

匹配15位或18位身份證，15位需都是數字組成，18位可以是數字或x結尾，首位都不能為0

待匹配字元串	正則表達式	匹配結果	說明
110621199012014599	^[1-9]d{13,16}[0-9x]$	110621199012014599	可以匹配到一個正確的身份證，但是如果是16位1106211990120145也同樣能匹配到，但是這並不是身份證
	^[1-9]d{14}(d{2}[0-9x])?$		不會再匹配錯誤的身份證（你可以試試的）
110621199012014599	^([1-9]d{16}[0-9x]\|[1-9]d{14})$	110621199012014599	這個是比較好的表達式，先匹配18位，再匹配15位

總結：

　　要想熟練的使用正則表達式，還是要多練多寫吧！希望大家能像計算1+1=2這麼簡單的使用正則表達式