这是菜鸟学python的第45篇原创文章
阅读本文大概需要5分钟
都说正则表达式有点像密码，有的同学看到就头疼，感觉迷一样的。
那是因为你们没有掌握一些基本的要领,今天我们会讲9种常见的正则表达式的招式,(有同学会问这么多招,哪能记得住)
想要练成御剑飞行，基本功必须要扎实.这些都是最最基本的，哪怕死记硬背也要背住(其实2-3遍就能记住，真的不难)
插一句：
有一点要注意Python的字符串本身也用'\'转义，所以要特别注意,一般我们都建议使用Python的r前缀，就不用考虑转义的问题了
1.行的起始
先说一个简单的例子：匹配以cat开头的
patt=re.compile(r'^cat')表示匹配以c作为一行的第一个字符，后面跟着a,后面跟着t
所以'vocative'就不会被匹配到，原因是因为cat在字符的里面
2.行的结尾
如何我们要是以某一个字符串结尾的,比如我们要查邮件是以
BR或者Bestregards结尾的,如何匹配：我们用美元符号$来处理
import re
sentence='''Hi Jack:\n
Python is a beautiful language\n
BR'''
patt=re.compile(r'(BR|Bestregards)$')
m=re.search(patt,sentence)
if m :
print 'match'
else:
print 'not match'
>>
match$表示匹配的位置是从行的结束的，也就是锚定在行的末尾，然后从行的末尾往前匹配BR或者是Bestregards,所以若你改成下面两种都匹配不到
sentence='''Hi Jack:\n
Python is a beautiful language\n
BRs'''
sentence='''Hi Jack:\n
Python is a beautiful language\n
Bestregard'''解释一下:
第一种情况，是把BR改成了BRs,所以匹配不到
第二种情况，是把Bestregards改成了Bestregard,所以也匹配不到
3.单词的边界
前面介绍了匹配行的开头和结尾，那么如何匹配单词的边界呢,简单正则里面有2个特殊字符\b and \B来匹配单词的边界 :
\b 匹配的模式是一个单词的边界(不论这个单词的前面是有字符还是没有字符)
\B 匹配出现在一个单词中间的模式
例如:
the #匹配包含有'the'的字符串
\bthe #匹配任何以'the'开始的字符串
\bthe\b #仅仅匹配单词'the'
\Bthe #匹配任意包含'the'但不以'the'开头的单词4.字符组
比如我们需要匹配'grey'或者'gray'的时候，怎么办,可以用正则的[]来表示,gr[ea]y,表示先找到g,然后找到r,然后找到e或者a,最后是一个y
import re
word='grey'
patt=re.compile(r'gr[ea]y')
m=re.match(patt,word)
if m :
print 'match'
else:
print 'not match'
>>
match若把word改成'gray'也是匹配的
切记：字符组里面是匹配一个字符比如H[12345],表示H后面可以跟1或2或3或4或5，而不是12345,千万不要弄错了
5.多选结构
我们可以用'|'来匹配任意子表达式,'|'是一个非常简便的元字符,它的意思是"或"，通过它我们能把不同的子表达式组合成一个总的表达式,比如'am'|'pm'就是能够同时匹配其中任意一个的正则表达式,回头再看上面的例子'gr[ea]y',其实能写成'grey|gray',或者'gr(e|a)y'
6.可选项元素
比如6月4号，这个6月可能写成'June'也可以写成'Jun',而且日期也有可能写作'fourth'或者'4th'或者4,我们可以写成(June|Jun)(fourth|4th|4),但是有没有其他办法呢,可以用问号?表示可选项
我们分步来处理:
第一部分:(June|Jun)改为(June?),什么意思呢
意思是说'?'出现在一个e后面，表示e是可选的
第二部分:(fourth|4th|4)改为(fourth|4(th)?),什么意思呢
意思是说'?'出现在一个括号后面,表示这个括号内的内容是可选的
最后这个复杂的(June|Jun)(fourth|4th|4)就可以变成了June?(fourth|4(th)?)，大家看懂了吗~~有点晕是把，没事吐吐就习惯了
7.重复出现
重复出现用+和*表示,但是二者有一些小的区别
+加号表示:前面紧邻的元素出现一次或者多次，也就是至少出现一次
*星号表示:前面紧邻的元素出现任意多次，或者不出现.
其实说白了*比+多一种不出现的情况，匹配尽可能多的次数，如果实在匹配不到也不要紧,+也是匹配多次,但连一次匹配都无法完成，就报告失败
例如:
a* #匹配a,aa,aaa,...还有''
a+ #匹配a,aa,aaa,...解释一下:
a*表示0个或者多个a,所以为0的时候，就是空字符
a+表示1个或者多个a,所以a至少要有1次
8.匹配重复的次数
1).比如我们想匹配前面的内容重复出现的次数，比如3次,或者是一个区间,比如1-3次,如何匹配:
import re
num_str='123aa45'
patt=re.compile(r'([1-9]{3})')
m=re.match(patt,num_str)
if m:
print m.group()
>>
123表示出现1-9之间的任意一个数字，并且这个数字只能重复出现3次
2).为重复匹配次数设定一个区间
比如美国股票的代码，都是字符有大写的也有小写，基本都是在1到5个字母，如何用正则表达呢
简单[a-zA-Z]{1,5},就可以来匹配美国股票代码(1到5个字母)
9.排除型字符组
比如我们想匹配除了1到6以外的任何字符串,怎么办，简单用[^1-6],这个字符组中开头的^表示"排除的意思".(有同学会举手说，你刚才不是说^表示开头吗，怎么现在变成排除型了).
这位同学会抢答了，下面就是我要解释的,正则的复杂性:
当^在字符组的外面的时候"表示一个行的开头"
当^在字符组的内部(而且是必须紧接着字符组的第一个方括号之后)，它就是一个元字符，表示排除型
比如：找出字母g后面的字母不是u
import re
words=['gold','Google','Sogu','Guess']
patt=re.compile(r'.*g[^u]')
for w in words:
m=re.match(patt,w)
if m:
print w
>>
gold
Google细心的同学会发现，我们的目的是要"找出字母g后面的字母不是u",为啥'Guess'不在输出结果里面,不是排除型吗，我先不说答案，大家先思考一下，有兴趣的同学可以留言，我会解答.
好了Python中的正则表达式元字符就讲到这里啦,希望能给初学者一些启发,若有什么不懂的，也可以留言跟我探讨交流.
"欢迎大家关注 菜鸟学Python",更多好玩有趣的Python原创教程,趣味算法,经验技巧,行业动态，尽在菜鸟学Python,一起来学python吧