#正则表达式的说明

正则表达式（Regular Expression） 是一种用于匹配和处理文本的强大工具，它使用特定语法构成的字符串来定义搜索模式。

例如表单校验中检查输入的邮箱地址是否正确，逐个字符进行校验十分繁琐，可以使用正则表达式 ^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$ 进行校验。

import re

# 验证电子邮件格式
email_pattern = r'^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$'     # 正则表达式
if re.match(email_pattern, "[email protected]"):
    print("有效邮箱")
 Loading...

#元字符

元字符	含义	示例
`.`	匹配任意一个字符（除换行符）	`a.c` -> `abc`, `a1c`
`^`	匹配字符串开头	`^abc` -> `abcxxxx`
`$`	匹配字符串结尾	`abc$` -> `xxxxabc`
`*`	匹配前一个字符出现 0次或多次	`a*` -> `""`, `a`, `aa`
`+`	匹配前一个字符出现 1次或多次	`a+` -> `a`, `aa`
`?`	匹配前一个字符 0次或1次	`a?` -> `""`, `a`
`{n}`	匹配前一个字符 n 次	`a{2}` -> `aa`
`{min, }`	匹配前一个字符至少 min 次	`a{2,}` -> `aa`, `aaa`, `aaaa`
`{min, max}`	匹配前一个字符 min 次至 max 次	`a{2,3}` -> `aa`, `aaa`
`[]`	匹配括号内的任意一个字符	`[abc]` -> `a`, `b`, `c`
`[^]`	匹配不在括号内的任意一个字符	`[^abc]` -> `d`, `e`, `f`
`[-]`	表示范围	`[a-z]` -> `a`, `b`, `y`, `z`
`()`	分组	`(abc)+` -> `abc`, `abcabc`
`\|`	或	`abc\|xyz` -> `abc`, `xyz`
`\d`	匹配任意数字，等价于 `[0-9]`	`\d` -> `1`, `2`, `3`
`\D`	匹配任意非数字，等价于 `[^0-9]`	`\D` -> `a`, `b`, `_`, `@`
`\w`	匹配任意字母、数字、下划线，等价于 `[a-zA-Z0-9_]`	`\w` -> `a`, `1`, `_`
`\W`	匹配任意非字母、数字、下划线，等价于 `[^a-zA-Z0-9_]`	`\W` -> `@`, `#`
`\s`	匹配任意空白字符（空格，`\n`, `\r`, `\t` 等）	`\s` ->
`\S`	匹配任意非空白字符	`\S` -> `a`, `1` ,`@`
`\b`	匹配单词边界	`\bcat\b` -> `This is a cat` 中的 `cat`
`\B`	匹配非单词边界	`\Bcat\B` -> `scatter` 中的 `cat`
`\r`	回车符
`\n`	换行符
`\f`	换页符
`\t`	制表符
`\v`	垂直制表符
`\`	转义字符，使后面的特殊字符表示字符本身而非特殊含义	`\+` -> `+`

#贪婪模式与懒惰模式

在默认情况下，使用贪婪模式，即可以匹配不同长度时匹配最长的长度。如果追加额外的 ? 则使用懒惰模式，即可以匹配不同长度时匹配最短的长度。

贪婪模式	说明	懒惰模式	说明
`.*`	零次或多次，取最长匹配	`.*?`	零次或多次，取最短匹配
`.+`	一次或多次，取最长匹配	`.+?`	一次或多次，取最短匹配
`.?`	零次或一次，取最长匹配	`.??`	零次或一次，取最短匹配
`.{n,m}`	n 至 m 次，取最长匹配	`.{n,m}?`	n 至 m 次，取最短匹配
`.{n,}`	至少 n 次，取最长匹配	`.{n,m}?`	至少 n 次，取最短匹配

创建于 2025/5/13 17:01:14

更新于 2025/5/13 17:01:14

Python / 线程控制 / 线程池

Python / 正则表达式 / 使用