柚子快報邀請碼778899分享：通用正則表達式 持續(xù)更新~

http://yzkb.51969.com/

引例

判斷數(shù)字字符

def isDigit(ch):

return re.search(ch, "[0-9]") != None

這里真正要關(guān)心的就是正則表達式[0-9],它表示“從0到 9之間的任意字符" re.search()是正則表達式運算函數(shù)，它判斷ch能否由正則表達 式[0~9]匹配，可以則返回一個結(jié)果，否則返回None

判斷字符串str是否電話號碼

return re.search(str, "[1-9][0-9](6,7}") != None

這個正則表達式最開始是[1-9],表示第一個字符必須是1?9之間的數(shù)字字符；之后是 [0-9] {6,7},表示長度在6和7之間，由0?9之間的數(shù)字字符組成的字符串(兩部分加起來， 整個字符串的長度在7和8之間)。

找出一段文本中所有的固定電話號碼

return re.findall(str, '(?

這個正則表達式之前多出了(？

正文

普通字符組

字符組（CharacterClass） 是正則表達式最基本的結(jié)構(gòu)之一，要理解正則表達式的’‘靈活”， 認(rèn)識它是第一步。

顧名思義，字符組就是一組字符，在正則表達式中，它表示“在同一個位置可能出現(xiàn)的各種 字符”，其寫法是在一對方括號［和］之間列出所有可能出現(xiàn)的字符，簡單的字符組比如［ab］、 ［314］、［#?？］在解決一些常見問題時,使用字符組可以大大簡化操作，下面舉“匹配數(shù)字字符” 的例子來說明。

字符可以分為很多類，比如數(shù)字、字母、標(biāo)點等。有時候要求“只出現(xiàn)一個數(shù)字字符”，換 句話說，這個位置上的字符只能是0、1、2、…、8、9這10個字符之一。要進行這種判斷，通 常的思路是：用10個條件分別判斷字符是否等于這10個字符，對10個結(jié)果取“或”，只要其中 一個條件成立，就返回True,表示這是一個數(shù)字字符

介紹完關(guān)于Python的基礎(chǔ)知識，繼續(xù)講解字符組。字符組中的字符排列順序并不影響字符 組的功能，出現(xiàn)重復(fù)字符也不會影響，所以［0123456789］完全等價于［9876543210］、 ［1029384756］、 ［9988876543210］。

不過，代碼總是要容易編寫，方便閱讀，正則表達式也是一樣，所以一般并不推薦在字符組 中出現(xiàn)重復(fù)字符。而且，還應(yīng)該讓字符組中的字符排列更符合認(rèn)知習(xí)慣，比如［0123456789］ 就好過［0192837465］。為此，正則表達式提供了-范圍表示法（range）,它更直觀，能進一步 簡化字符組。

所謂“范圍表示法”，就是用也丑的形式表示X到y(tǒng)整個范圍內(nèi)的字符，省去一一列出的麻煩，這樣［0123456789］就可以表示為［0-9］。如果你覺得這不算什么，那么確實比 ［abcdefghi j klmnopqrstuvwxyz ］簡單太多了。

你可能會問，“范圍表示法’'的范圍是如何確定的？為什么要寫作［0-9］,而不寫作［9-0］?

要回答這個問題，必須了解范圍表示法的實質(zhì)。在字符組中，二表示的范圍，一般是根據(jù)字 符對應(yīng)的碼值（Code Point,也就是字符在對應(yīng)編碼表中的編碼的數(shù)值）來確定的，碼值小的字 符在前，碼值大的字符在后。在ASCII編碼中（包括各種兼容ASCII的編碼中），字符0的碼值 是48 （十進制），字符9的碼值是57 （十進制），所以［0-9］等價于［0123456789］;而［9-0］ 則是錯誤的范圍，因為9的碼值大于0,所以會報錯。

正則表達式判斷數(shù)字字符

re.search("[0123456789“], charStr) != None

re.search()是Python提供的正則表達式操作函數(shù)，表示“進行正則表達式匹配”；charStr 仍然是需要判斷的字符串，而[0123456789]則是以字符串形式給出的正則表達式，它是一個字 符組，表示“這里可以是0、1、2、…、8、9中的任意一個字符。只要charStr與其中任何一個 字符相同(或者說“charStr可以由[0123456789]匹配"),就會得到一個Matchobject對象；否則，返回None所以判斷結(jié)果是否為None, 就可以判斷charStr是否是數(shù)字字符。

正則表達式判斷數(shù)字字符在各種語言中的應(yīng)用

NET (C#)

〃能匹配則返回true,否則返回false

Regex.IsMatch(charStr, "[0123456789]H;

Java

〃能匹配則返回true,否則返回false

charStr.matches("[0123456789]");

JavaScript

〃能匹配則返回true,否則返回false

[0123456789]/.test(charStr);

PHP

〃能匹配則返回1,否則返回。

preg_match('/[0123456789]/", charStr);

Python

#能匹配則返回RegexObject,否則返回None

re.search("[0123456789]", charStr)

Ruby

#能匹配則返回。，否則返回nil

charStr =~ /[0123456789]/

[0-9a-fA-F]準(zhǔn)確判斷十六進制字符

re.search("^[0-9a-fA-F]$","0") != None # =>True

re.search("^[0-9a-fA-F]$","c") != None # =>True

re.search("^[0-9a-fA-F]$","i") != None # =>False

re.search("^[0-9a-fA-F]$","C") != None # =>True

re.search("^[0-9a-fA-F]$","J") != None # =>False

在不少語言中，還可以用轉(zhuǎn)義序列\(zhòng)xAex來表示一個字符，其中\(zhòng)x是固定前綴，表示轉(zhuǎn)義序 列的開頭，是字符對應(yīng)的碼值(Code Point,詳見第127頁，下文用行127表示)，是一個兩 位的十六進制數(shù)值。比如字符A的碼值是41 (十進制則為65),所以也可以用\x41表示。

字符組中有時會出現(xiàn)這種表示法，它可以表現(xiàn)一些難以輸入或者難以顯示的字符，比如\x7F； 也可以用來方便地表示某個范圍，比如所有ASCII字符對應(yīng)的字符組就是【\x00-\x7F],代碼

[\x00-\x7F]\準(zhǔn)確判斷ASCII字符

re.search("^[\x00-\x7F]$","c")!=None # =>True

re.search("^[\xe0-\x7F]$","I")!=None # =>True

re.search("^[\x00-\x7F]$","e")!=None # =>True

re.search("^[\x00-\x7F]$","<")!=None # =>True

元字符與轉(zhuǎn)義

在上面的例子里，字符組中的橫線二并不能匹配橫線字符，而是用來表示范圍，這類字符叫 做元字符(meta-character)字符組的開方括號[、閉方括號]和之前出現(xiàn)的：、§都算元字符。在 匹配中，它們有著特殊的意義。但是，有時候并不需要表示這些特殊意義，只需要表示普通字符 (比如“我就想表示橫線字符?”)，此時就必須做特殊處理。

先來看字符組中的-，如果它緊鄰著字符組中的開方括號[，那么它就是普通字符，其他情況 下都是元字符；而對于其他元字符，取消特殊含義的做法都是轉(zhuǎn)義，也就是在正則表達式中的元 字符之前加上反斜線字符

如果要在字符組內(nèi)部使用橫線二，最好的辦法是將它排列在字符組的最開頭。[-09]就是包 含三個字符*-*、0、*9的字符組：[0-9]是包含。0?9這10個字符的字符組，[-0-9]則是由“-”范 圍表示法”0-9和橫線二共同組成的字符組，它可以匹配11個字符

位置不同含義不同

- 位置產(chǎn)生的含義

#作為普通字符

re.search("[-09]$","3")!=None #=>False

re.search("[-09]$","-")!=None #=>True

#作為元字符

re.search("[-9]$","3")!=None #=>True

re.search("[0-9]$","-")!=None #=>False

#轉(zhuǎn)義之后作為普通字符

re.search("[\-9]$","3")!=None #=>False

re.search("[\-9]$","-")!=None #=>True

仔細(xì)觀察會發(fā)現(xiàn)，在正文里說“在正則表達式中的元字符之前加上反斜線字符\”，而在代碼 里寫的卻不是［0-9］,而是［0\-9］這并不是輸入錯誤。

因為在這段程序里，正則表達式是以字符串(String)的方式I提供的，而字符串本身也有關(guān) 于轉(zhuǎn)義的規(guī)定(你或許記得，在字符串中有\(zhòng)n> \t之類的轉(zhuǎn)義序列)。上面說的“正則表達式”, 其實是經(jīng)過“字符串轉(zhuǎn)義處理”之后的字符串的值，正則表達式［0-9］包含6個字符:［、0、\、 -、9、］,在字符串中表達這6個字符；但是在源代碼里，必須使用7個字符： \需要轉(zhuǎn)義成\, 因為處理字符串時，反斜線和之后的字符會被認(rèn)為是轉(zhuǎn)義序列(Escape Sequence)，比如\n> \t 都是合法的轉(zhuǎn)義序列，然而\-不是。

這個問題確實有點麻煩。正則表達式是用來處理字符串的，但它又不完全等于字符串，正則 表達式中的每個反斜線字符、在字符串中(也就是正則表達式之外)還必須轉(zhuǎn)義為\。所以之 前所說的是“正則表達式［0\-9］”,程序里寫的卻是［0\\-9］,這確實有點麻煩。

不過，Python提供了原生字符串(Raw String),它非常適合于正則表達式：正則表達式是怎 樣，原生字符串就是怎樣，完全不需要考慮正則表達式之外的轉(zhuǎn)義(只有雙引號字符是例外，原生字符串內(nèi)的雙引號字符必須轉(zhuǎn)義寫成\")。原生字符串的形式是 r”string”也就是在普通字符串之前添加r

]位置產(chǎn)生的含義

#未轉(zhuǎn)義的]

re.search(r"[012]345]$","2345")!=None #=>True

re.search(r"[12]345]$","5")!=None #=>False

re.search(r"[012]345]$","]")!=None #=>False

#轉(zhuǎn)義的]

re.search(r"^[812\]345]$","2345")!=None #=>False

re.search(r"[912\]345]$","5")!=None #=>True

re.search(r"[012\]345]$","]")!None #=>True

除去字符組內(nèi)部的-，其他元字符的轉(zhuǎn)義都必須在字符之前添加反斜線，[的轉(zhuǎn)義也是如此。 如果只希望匹配字符串[012],直接使用正則表達式[012]是不行的,因為這會被識別為一個字 符組，它只能匹配0、1、2這三個字符中的任意一個；而必須轉(zhuǎn)義，把正則表達式寫作[012], 請注意，只有開方括號[需要轉(zhuǎn)義，閉方括號]不需要轉(zhuǎn)義

取消其他元字符的特殊含義

re.search(r"[012]345]$","3")!=None #=False

re.search(r"[012\\]345]$","3")!=None #=>True

re.search(r"[012]$","[012]")!None #=>False

re.search(r"\[012]$","[012]")!=None#=>True

原生字符串的使用

#原生字符串和字符串的等價

r"^[0\-9]$"="^[0\\-9]$" #=True

#原生字符串的轉(zhuǎn)義要簡單許多

re.search(r"[\-9]$","3")!=None #=>False

re.search(r"[\-9]$","-")!None #=True

排除型字符數(shù)組

在方括號B中列出希望匹配的所有字符，這種字符組叫做“普通字符組”，它的確非常方 便。不過，也有些問題是普通字符組不能解決的。

給定一個由兩個字符構(gòu)成的字符串str,要判斷這兩個字符是否都是數(shù)字字符，可以用 [0-9] [0-9]來匹配。但是，如果要求判斷的是這樣的字符串——第一個字符不是數(shù)字字符，第 二個字符才是數(shù)字字符（比如A8、x6） ——應(yīng)當(dāng)如何辦？數(shù)字字符的匹配很好處理，用[0-9]排除型字符組(Negated Character Class)非常類似普通字符組B，只是在開方[之后緊跟一個脫字符^,寫作[^……]就表示0-9之外的字符，表示“在當(dāng)前位置，匹配一個沒有列岀的字符”。所以[^0-9]“。0?9之外的字符”，也就是“非數(shù)字字符”。那么，L0-9] [0-9]就可以解決問題了

排除型字符組必須匹配一個字符

除了開方括號[之后的^排除型字符組的用法與普通字符組幾乎完全相同，唯一需要改動的 是：在排除型字符組中，如果需要表示橫線字符-(而不是用于“-范圍表示法”)，那么-應(yīng)該緊跟 在^之后；而在普通字符組中，作為普通字符的橫線-應(yīng)該緊跟在開方括號之后

re.search(r"A[A0-9][0-9]$", "8") != None # => True

re.search(r"A[A0-9][0-9]$", ”A8“)!= None # => True

ASCII對照表

ASCII值控制字符ASCII值控制字符ASCII值控制字符ASCII值控制字符0NUL32(space)64@96、1SOH33！65A97a2STX34”66B98b3ETX35#67C99c4EOT36$68D100d5ENQ37%69E101e6ACK38&70F102f7BEL39’71G103g8BS40(72H104h9HT41)73I105i10LF42*74J106j11VT43+75K107k12FF44,76L108l13CR45-77M109m14SO46.78N110n15SI47/79O111o16DLE48080P112p17DCI49181Q113q18DC250282R114r19DC351383X115s20DC452484T116t21NAK53585U117u22SYN54686V118v23TB55787W119w24CAN56888X120x25EM57989Y121y26SUB58:90Z122z27ESC59;91[123{28FS60<92\124|29GS61=93]125}30RS62>94^126~31US63?95—127DEL

柚子快報邀請碼778899分享：通用正則表達式 持續(xù)更新~

http://yzkb.51969.com/

精彩鏈接