Python语法学习之正则表达式的量词汇总

正则表达式中的符号

通过这样的描述可能大家很难理解，接下来我们看一些简单的例子，帮助理解它们的用法。（下文示例顺序按照上述表格顺序排列）

示例 - 1

代码示例如下：

import re

test_data = 'Neo@protonmail.com'

print(re.findall('Neo|proton|com|mail', test_data))

# >>> 执行结果如下：
# >>> ['Neo', 'proton', 'mail', 'com']

PS：| 为 或 的关系，只要存在就能捕获；匹配到的顺序只按照字符串的顺序返回，而不是按照匹配规则返回。

示例 - 2

代码示例如下：

import re

test_data = 'Neo@protonmail.com'

print(re.findall('^Neo', test_data))

# >>> 执行结果如下：
# >>> ['Neo']

print(re.findall('^HanMeiMei', test_data))# 没有开头是 HanMeiMei 的数据
# >>> 执行结果如下：
# >>> []

PS：^ 匹配字符串起始部分; 等同于上一章节我们学习的 \A

示例 - 3

代码示例如下：

import re

test_data = 'Neo@protonmail.com'

print(re.findall('com$', test_data))

# >>> 执行结果如下：
# >>> ['com']

print(re.findall('com.cn$', test_data))# 没有结尾是 com.cn 的数据

# >>> 执行结果如下：
# >>> []

PS：$ 匹配字符串末尾部分; 等同于上一章节我们学习的 \Z

示例 - 4

代码示例如下：

import re

test_data = 'Neo@protonmail.com'

print(re.findall('\w*', test_data))     # 匹配 0 次 或者 多次 数字或字母,[含空格]（（解决上一章节的思考问题

# >>> 执行结果如下：
# >>> ['Neo', '', 'protonmail', '', 'com', '']

PS：匹配 0 次 或者 多次 数字或字母,[含空格]（（解决上一章节的思考问题）

示例 - 5

代码示例如下：

import re

test_data = 'Neo@protonmail.com'

print(re.findall('\w+', test_data))     # 匹配 1 次 或者 多次 数字或字母,[不含空格]

# >>> 执行结果如下：
# >>> ['Neo', 'protonmail', 'com']

• w+ : 匹配1次或者多次数字或者字母

• @ 和 . ：属于 0 次 范围，不会被匹配出来

示例 - 6

代码示例如下：

import re

test_data = 'Neo@protonmail.com'

print(re.findall('\w{3}', test_data))# 匹配3次数字或者字母

# >>> 执行结果如下：
# >>> ['Neo', 'pro', 'ton', 'mai', 'com']

print(re.findall('[a-z]{3}', test_data))# 匹配小写的 [a-z] 3次

# >>> 执行结果如下：
# >>> ['pro', 'ton', 'mai', 'com']

• {N}：对于匹配到的数据只获取 N 个

• [a-zA-Z0-9]：基本上等同于 \w

示例 - 7

代码示例如下：

import re

test_data = 'Neo@protonmail.com'

print(re.findall('\w{1,5}', test_data))    # 匹配 1 次 到 5次 的数字或字母[这是一个范围]

# >>> 执行结果如下：
# >>> ['Neo', 'proto', 'nmail', 'com']

print(re.findall('\w{1, 5}', test_data))

# >>> 执行结果如下：
# >>> []

• [1,5]：给出匹配到的数据的范围

• [1, 5]：需要注意的是 N 和 M 中间的逗号不能有空格，否则会返回的是空列表。

示例 - 8

代码示例如下：

import re

test_data = 'Neo@protonmail.com'

print(re.findall('[^Neo]', test_data))      # 这里的 ^ 不再代表开始的位置，而是不匹配 Neo 此字符集

# >>> 执行结果如下：
# >>> ['@', 'p', 'r', 't', 'n', 'm', 'a', 'i', 'l', '.', 'c', 'm']

PS：[^...] 这里中括号内的 ^ 不再代表开始的位置，而是过滤掉当前字符集中的字符。

组的概念

代码示例如下：

import re

data = "My name is Neo, I'm 30 year's old."
result = re.search('My name is (.*), I\'m (.*) year\'s old.', data)   # search 函数是一个获取组的概念

print(result.groups())

# >>> 执行结果如下：
# >>> ('Neo', '30')

print(result.group(1))# 获取 组 的第一个数据
# >>> 执行结果如下：
# >>> Neo

print(result.group(2))# 获取 组 的第二个数据

# >>> 执行结果如下：
# >>> 30

利用 search 函数组的概念，获取指定字符串中指定的数据。

贪婪模式与非贪婪模式

在上文的例子中，我们使用的 '.*' 或者 '\w+' 等的这种匹配0次或者多次就是属于 贪婪模式

而非贪婪模式，就是可以匹配到多个信息，但是进行了限制，就是非贪婪模式。实现非贪婪模式，通过? 组合编程非贪婪模式。

如 \d+? 或者 \w*? 等模式

来源：https://blog.csdn.net/weixin_42250835/article/details/124222979