Python正则表达式CheatSheet

这里是正则表达式常用表示法与函数，以备查询。

符号

普通符号

表示法	描述	示例
.	匹配任意字符，\n除外	b.b，表示以b开头以b结尾的任意字符串
\d	匹配0-9的数字字符	\d{3}，表示3个数字
\w	匹配任意字母数字下划线字符	\w+，至少一个字母数字下划线组合
\s	匹配任何空格，与[\n\t\r\v\f]相同	\s\s+，至少2个空格
[…]	匹配括号内字符集的任意单一字符	[aeiou]，匹配aeiou这5个字符中的一个
[x-y]	匹配x~y之间任意字符	[0-9]，匹配0-9这10个数字，同\d
\N	匹配已保存的子组，N是子组的序号	\2，表示已匹配的第2个子组
\c	c是一个特殊字符，匹配非转义的字符	\, \*
literal	表示字面值	输入什么，就匹配什么
\D	与\d相反，匹配非数字
\W	与\w相反，匹配非字母数字下划线
\S	与\s相反，匹配非空格

辅助符号

表示法	描述	示例
*	匹配0次或多次，默认贪婪
+	匹配1次或多次，默认贪婪
?	匹配0次或1次，默认贪婪
{N}	匹配N次
{M, N}	匹配M~N次，默认贪婪
?	在上述符号后面，加上?，转为非贪婪
\|	表示或，用在两个表达式之间
^（或者\A）	匹配字符串起始部分
$（或者\Z）	匹配字符串结束部分
[^…]	不匹配字符集内的字符
\b	表示在字符串边界，即开始或结尾	\bthe，表示以the开头字符串；\bthe\b，表示the
\B	与\b相反，表示不在边界	\Bthe，表示字符串不以the开头

扩展符号

表示法	描述
?iLmsux	加入特殊标记
(?:…)	括号内的匹配不分组
(?=…)	匹配…出现在之后的位置
(?!…)	匹配…不出现在之后的位置
(?<=…)	匹配…出现在之前的位置
(?<!…)	匹配…不出现在之前的位置
(?(id/name)Y/N)	如果id或name对应的分组存在，则返回Y，否则返回N
(?P…)	由name标识而不是数字id标识的分组匹配
(?P=name)	在同一个字符串中匹配由(?P)分组的文本

函数

常用函数

函数	描述
match(pattern, string, flags=0)	从字符串起始位置，匹配1次，起始必须匹配
search	从字符串左侧开始，匹配1次，起始不必匹配
findall	查找所有匹配，返回列表
finditer	查找所有匹配，返回迭代器
split(pattern, string, max=0)	返回根据pattern分割后字符串列表，默认分割max次
sub(pattern, repl, string, count=0)	替换所有匹配pattern并返回新字符串，默认替换无数次
groups	返回包括所有匹配子组的元组，若无匹配，则为空元组
group(num=0)	返回指定序号的子组，若编号为0，则返回整个匹配

常用模块属性

模块属性	描述
re.I, re.IGNORECASE	不区分大小写
re.L, re.LOCALE	根据使用的本地语言环境通过\w \W \b \B \s \S实现匹配
re.M, re.MULTILINE	^ $ 分别匹配目标字符串每行的起始和结尾
re.S, re.DOTALL	.点号可以匹配\n
re.X, re.VERBOSE	允许忽略字符串中换行符和注释段落，增强可读性

函数调用示例

# 增加(?i)使匹配忽略大小写
>>> re.findall(r'(?i)yes', 'yes? Yes. YES!')  
['yes', 'Yes', 'YES']

# 增加(?im)表示匹配忽略大小写，^$从每行开始和结束匹配。
>>> re.findall(r'(?im)(^th[\w ]+)', """ 
... This line is the first,
... another line,
... that line, it's the best.
... """)
['This line is the first', 'that line']

# ?:使用表示不分组，?(1)表示判断分组1是否存在
# (?:(x)|y)，表示x或者y，但x是一个子组，整体却不是。即如果匹配到x，x是一个子组；匹配到y，y不是子组。
# (?(1)y|x)，表示匹配到的第一个子组如果存在，即x存在，那么下一个应该是y；若不存在，下一个则是x。
>>> pattern = r'(?:(x)|y)(?(1)y|x)'
>>> bool(re.search(pattern, 'xy'))
... True