正則表達式 整理

import re
# \w 匹配所有字母、數字、下劃線
re.findall('\w','abcd_123    *-')
# 結果為：['a', 'b', 'c', 'd', '_', '1', '2', '3']


# \s 匹配所有不可見字元
#  不可見字元有：\n \t 空格
re.findall('\s','abcd \n\tdf21  ')
# 結果為：[' ', '\n', '\t', ' ', ' ']


# \d 匹配所有數字
re.findall('\d','a1bc3 4d \n\tdf21  ')
# 結果為：['1', '3', '4', '2', '1']


# . 匹配\n換行符以外的所有可見和不可見字元
re.findall('.', 'c3 d\n\td1')
# 結果為：['c', '3', ' ', 'd', '\t', 'd', '1']

二. 匹配多個字元

#匹配多個字元：* + ？ {}
import re
#  * 匹配0或n次
re.findall('\d*', '1a23')
# 結果為：['1', '', '23', '']


#  + 匹配1或n次
re.findall('\d+', '1a23')
# 結果為：['1', '23']
#前面2個是叫貪婪匹配


#  ？ 匹配0或1次
re.findall('\d?', '1a3')
# 結果為：['1', '', '3', '']
# 這個叫非貪婪匹配

三. 匹配指定範圍字元

# {m,n} 匹配最少m次，最多n次
# {m} 只匹配m次的
# {，n}  匹配最大n次，最小次數不限
# {m,}  匹配最小m次，最大次數不限
re.findall('\d{2,4}', '1a33g134nn12345')
# 結果為：['33', '134', '1234']
re.findall('a{3}', '1aaa3*G+1aaaan#b')
# 結果為：['aaa', 'aaa']


# | 匹配 或 語法的字元
re.findall('1|23|4', '1a33g134nn12345')
# 結果為：['1', '1', '4', '1', '23', '4']


# [ ] 匹配括弧內的字元（只匹配單個）
re.findall('[123]', '1a33g134nn12345')
# 結果為：['1', '3', '3', '1', '3', '1', '2', '3']
re.findall('[0-9a-zA-Z]', '1a3*G+1n#')
# 匹配0到9或者a到z或者A到Z單個字元
# 結果為：['1', 'a', '3', 'G', '1', 'n']


# ^x 行首匹配
# x$ 行尾匹配
re.findall('^1', '1a3*G+1n#b')
re.findall('1$', '1a3*G+1n#b')
# 結果為：['1']     
# 結果為：['b']

四. 一些比較不常見的匹配
1、\b 單詞邊界，重點理解在於‘邊界’二字，‘單詞’代表匹配的字元串，

　　劃定邊界基本原則：比如表達式為 '\b單詞\b'   的意思就是匹配字元串為‘單詞’，單詞兩邊需要存在滿足條件的邊界才能匹配成功。匹配失敗結果肯定是空列表，匹配成功結果就是匹配的單詞字元串列表。

　　\b在哪邊就限制哪邊的匹配。

　　匹配成功的邊界滿足條件跟匹配單詞字元串有關聯，雙方是同一類型則失敗，不同類型則成功

# 正則表達式中的\b可以用匹配目標單詞字元串，加設限制匹配邊界
# 單詞的 前邊界:'\b單詞'
# 　　　 後邊界:'單詞\b'
# 　　　 前和後邊界:'\b單詞\b'
# 在\b的使用中有這樣幾點是需要格外註意的。
# 0. \b本身的含義就有轉義字元串的作用，要用字元邊界就得將其原始含義去掉，所以需要加r或者\\b(兩個不能一起用）

# 1. 單詞字元串能否匹配成功是有規律的：
# 如果是a-z,A-Z,0-9，則匹配邊界為非字母數字才能匹配成功。
# 如果是非字母數字，則匹配邊界為a-z,A-Z,0-9才能匹配成功。
# 如果是兩個混在一起，判斷標準為那個挨著\b最近的字元作為判斷標準，如果是字母數字，則匹配邊界為非字母數字才成功，反之亦然。
import re
s='aa abcperty/-aa '
res1=re.findall(r'\babc',s)    # 結果:['abc'] 單詞為字母，左匹配邊界為非字母數字，匹配成功
res2=re.findall(r'abc\b',s)    # 結果:[]      單詞為字母，右匹配邊界為字母，匹配失敗
print(res1,res2)

s='aa@# perty/-aa '
res3=re.findall(r'\b@#',s)     # 結果:['@#']  單詞為非字母數字，左匹配邊界為字母，匹配成功
res4=re.findall(r'@#\b',s)     # 結果:[]      單詞為非字母數字，右匹配邊界為空格(非字母數字），匹配失敗
print(res3,res4)

s='aa@a perty/-aa '
res5=re.findall(r'\b@a',s)     # 結果:['@a']  單詞為混合，@挨著\b，單詞以非字母數字為標準，左匹配邊界為字母，匹配成功
res6=re.findall(r'@a\b',s)     # 結果:['@a']  單詞為混合，a挨著\b，單詞以字母數字為標準，右匹配邊界為空格，匹配成功
print(res5,res6)

# 3.字元串的首尾邊界預設定義為 非字母數字，所以如果匹配的單詞字元串在首尾，則匹配字母數字則會成功，匹配非字母數字失敗。
s= 'abcd@'
res7 = re.findall(r'\ba',s)    # 結果:['a'] 單詞為字母，左匹配邊界為首，預設定義為非字母數字，匹配成功
res8 = re.findall(r'@\b',s)    # 結果:[] 單詞為非字母數字，右匹配邊界為尾，預設定義為非字母數字，匹配失敗
print(res7,res8)

未完待續...