導讀：正則在各語言中的使用是有差異的，本文以 Python 3 為基礎。本文主要講述的是正則的語法，對於 re 模塊不做過多描述，只會對一些特殊地方做提示。

很多人覺得正則很難，在我看來，這些人一定是沒有用心。其實正則很簡單，根據二八原則，我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道，剛接手項目的時候我對正則也是一無所知，花半小時百度了一下，然後寫了幾個 demo，就開始正式接手了。三年多時間，我用到的正則鮮有超出我最初半小時百度到的知識的。

PS：有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦

1、正則基礎

1.1、基礎語法

（1）常用元字符

（2）限定詞（又叫量詞）

（3）常用反義詞

（4）字符族

以上便是正則的基礎內容，下面來寫兩個例子看下：

s = '123abc你好'

re.search('\\d+', s).group()

re.search('\\w+', s).group()

結果：

123

123abc你好

是不是很簡單？

1.2、修飾符

修飾符在各語言中也是有差異的。

Python 中的修飾符：

（1）re.A

修飾符 A 使 \\w 只匹配 ASCII 字符，\\W 匹配非 ASCII 字符。

s = '123abc你好'

re.search('\\w+', s, re.A).group()

re.search('\\W+', s, re.A).group()

結果：

123abc

你好

但是描述中還有 \\d 和 \\D，數字不都是 ASCII 字符嗎？這是什麼意思？別忘了，還有 全角和半角！

s = '０１２３４５６７８９' # 全角數字

re.search('\\d+', s, re.U).group()

結果：

０１２３４５６７８９

（2）re.M

多行匹配的模式其實也不常用，很少有一行行規整的數據。

s = 'aaa\\r\\nbbb\\r\\nccc'

re.findall('^[\\s\\w]*?$', s)

re.findall('^[\\s\\w]*?$', s, re.M)

結果：

['aaa\\r\\nbbb\\r\\nccc'] # 單行模式

['aaa\\r', 'bbb\\r', 'ccc'] # 多行模式

（3）re.S

這個簡單，直接看個例子。

s = 'aaa\\r\\nbbb\\r\\nccc'

re.findall('^.*', s)

re.findall('^.*', s, re.S)

結果：

['aaa\\r']

['aaa\\r\\nbbb\\r\\nccc']

（4）re.X

用法如下：

rc = re.compile(r"""

\\d+ # 匹配數字

# 和字母

[a-zA-Z]+

""", re.X)

rc.search('123abc').group()

結果：

123abc

注意，用了 X 修飾符後，正則中的所有空格會被忽略，包括正則裡面的原本有用的空格。如果正則中有需要使用空格，只能用 \\s 代替。

（5）(?aiLmsux)

修飾符不僅可以代碼中指定，也可以在正則中指定。(?aiLmsux) 表示了以上所有的修飾符，具體用的時候需要哪個就在 ? 後面加上對應的字母，示例如下，(?a) 和 re.A 效果是一樣的：

s = '123abc你好'

re.search('(?a)\\w+', s).group()

re.search('\\w+', s, re.A).group()

結果是一樣的：

123abc

123abc

1.3、貪婪與懶惰

當正則表達式中包含能接受重複的限定符時，通常的行為是（在使整個表達式能得到匹配的前提下）匹配儘可能多的字符。

s = 'aabab'

re.search('a.*b', s).group() # 這就是貪婪

re.search('a.*?b', s).group() # 這就是懶惰

結果：

aabab

aab

簡單來說：

• 所謂貪婪，就是儘可能 多 的匹配；
• 所謂懶惰，就是儘可能 少 的匹配。
• *、+、{n,} 這些表達式屬於貪婪；
• *?、+?、{n,}? 這些表達式就是懶惰（在貪婪的基礎上加上 ?）。

2、正則進階

2.1、捕獲分組

注意：在其他語言或者網上的一些正則工具中，分組命名的語法是 (?<name>exp) 或 (?'name'exp)，但在 Python 裡，這樣寫會報錯：This named group syntax is not supported in this regex dialect。Python 中正確的寫法是：(?P<name>exp)

示例一：

分組可以讓我們用一條正則提取出多個信息，例如：

s = '姓名：張三；性別：男；電話：138123456789'

m = re.search('姓名[:：](\\w+).*?電話[:：](\\d{11})', s)

if m:

name = m.group(1)

phone = m.group(2)

print(f'name:{name}, phone:{phone}')

結果：

name:張三, phone:13812345678

示例二：

(?P<name>exp) 有時還是會用到的， (?P=name) 則很少情況下會用到。我想了一個 (?P=name) 的使用示例，給大家看下效果：

s = '''

<name>張三</name>

<age>30</age>

<phone>138123456789</phone>

'''

pattern = r'<(?P<name>.*?)>(.*?)</(?P=name)>'

It = re.findall(pattern, s)

結果：

[('name', '張三'), ('age', '30'), ('phone', '138123456789')]

2.2、零寬斷言

注意：正則中常用的前項界定 (?<=exp) 和前項否定界定 (?<!exp) 在 Python 中可能會報錯：look-behind requires fixed-width pattern，原因是 python 中 前項界定的表達式必須是定長的，看如下示例：

(?<=aaa) # 正確

(?<=aaa|bbb) # 正確

(?<=aaa|bb) # 錯誤

(?<=\\d+) # 錯誤

(?<=\\d{3}) # 正確

2.3、條件匹配

這大概是最複雜的正則表達式了。語法如下：

此語法極少用到，印象中只用過一次。

以下示例的要求是：如果以 _ 開頭，則以字母結尾，否則以數字結尾。

s1 = '_abcd'

s2 = 'abc1'

pattern = '(_)?[a-zA-Z]+(?(1)[a-zA-Z]|\\d)'

re.search(pattern, s1).group()

re.search(pattern, s2).group()

結果：

_abcd

abc1

2.4、findall

Python 中的 re.findall 是個比較特別的方法（之所以說它特別，是跟我常用的 C# 做比較，在沒看註釋之前我想當然的掉坑裡去了）。我們看這個方法的官方註釋：

Return a list of all non-overlapping matches in the string.

If one or more capturing groups are present in the pattern, return

a list of groups; this will be a list of tuples if the pattern

has more than one group.

Empty matches are included in the result.

簡單來說，就是

• 如果沒有分組，則返回整條正則匹配結果的列表；
• 如果有 1 個分組，則返回分組匹配到的結果的列表；
• 如果有多個分組，則返回分組匹配到的結果的元組的列表。

看下面的例子：

s = 'aaa123bbb456ccc'

re.findall('[a-z]+\\d+', s) # 不包含分組

re.findall('[a-z]+(\\d+)', s) # 包含一個分組

re.findall('([a-z]+(\\d+))', s) # 包含多個分組

re.findall('(?:[a-z]+(\\d+))', s) # ?: 不捕獲分組匹配結果

結果：

['aaa123', 'bbb456']

['123', '456']

[('aaa123', '123'), ('bbb456', '456')]

['123', '456']

零寬斷言中講到 Python 中前項界定必須是定長的，這很不方便，但是配合 findall 有分組時只取分組結果的特性，就可以模擬出非定長前項界定的效果了。

結語

其實正則就像是一個數學公式，會背公式不一定會做題。但其實這公式一點也不難，至少比學校裡學的數學簡單多了，多練習幾次也就會了。

最後：

有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦

（附一小部分資料圖）

"

導讀：正則在各語言中的使用是有差異的，本文以 Python 3 為基礎。本文主要講述的是正則的語法，對於 re 模塊不做過多描述，只會對一些特殊地方做提示。

很多人覺得正則很難，在我看來，這些人一定是沒有用心。其實正則很簡單，根據二八原則，我們只需要懂 20% 的內容就可以解決 80% 的問題了。我曾經有幾年幾乎每天都跟正則打交道，剛接手項目的時候我對正則也是一無所知，花半小時百度了一下，然後寫了幾個 demo，就開始正式接手了。三年多時間，我用到的正則鮮有超出我最初半小時百度到的知識的。

PS：有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦

1、正則基礎

1.1、基礎語法

（1）常用元字符

（2）限定詞（又叫量詞）

（3）常用反義詞

（4）字符族

以上便是正則的基礎內容，下面來寫兩個例子看下：

s = '123abc你好'

re.search('\\d+', s).group()

re.search('\\w+', s).group()

結果：

123

123abc你好

是不是很簡單？

1.2、修飾符

修飾符在各語言中也是有差異的。

Python 中的修飾符：

（1）re.A

修飾符 A 使 \\w 只匹配 ASCII 字符，\\W 匹配非 ASCII 字符。

s = '123abc你好'

re.search('\\w+', s, re.A).group()

re.search('\\W+', s, re.A).group()

結果：

123abc

你好

但是描述中還有 \\d 和 \\D，數字不都是 ASCII 字符嗎？這是什麼意思？別忘了，還有 全角和半角！

s = '０１２３４５６７８９' # 全角數字

re.search('\\d+', s, re.U).group()

結果：

０１２３４５６７８９

（2）re.M

多行匹配的模式其實也不常用，很少有一行行規整的數據。

s = 'aaa\\r\\nbbb\\r\\nccc'

re.findall('^[\\s\\w]*?$', s)

re.findall('^[\\s\\w]*?$', s, re.M)

結果：

['aaa\\r\\nbbb\\r\\nccc'] # 單行模式

['aaa\\r', 'bbb\\r', 'ccc'] # 多行模式

（3）re.S

這個簡單，直接看個例子。

s = 'aaa\\r\\nbbb\\r\\nccc'

re.findall('^.*', s)

re.findall('^.*', s, re.S)

結果：

['aaa\\r']

['aaa\\r\\nbbb\\r\\nccc']

（4）re.X

用法如下：

rc = re.compile(r"""

\\d+ # 匹配數字

# 和字母

[a-zA-Z]+

""", re.X)

rc.search('123abc').group()

結果：

123abc

注意，用了 X 修飾符後，正則中的所有空格會被忽略，包括正則裡面的原本有用的空格。如果正則中有需要使用空格，只能用 \\s 代替。

（5）(?aiLmsux)

修飾符不僅可以代碼中指定，也可以在正則中指定。(?aiLmsux) 表示了以上所有的修飾符，具體用的時候需要哪個就在 ? 後面加上對應的字母，示例如下，(?a) 和 re.A 效果是一樣的：

s = '123abc你好'

re.search('(?a)\\w+', s).group()

re.search('\\w+', s, re.A).group()

結果是一樣的：

123abc

123abc

1.3、貪婪與懶惰

當正則表達式中包含能接受重複的限定符時，通常的行為是（在使整個表達式能得到匹配的前提下）匹配儘可能多的字符。

s = 'aabab'

re.search('a.*b', s).group() # 這就是貪婪

re.search('a.*?b', s).group() # 這就是懶惰

結果：

aabab

aab

簡單來說：

• 所謂貪婪，就是儘可能 多 的匹配；
• 所謂懶惰，就是儘可能 少 的匹配。
• *、+、{n,} 這些表達式屬於貪婪；
• *?、+?、{n,}? 這些表達式就是懶惰（在貪婪的基礎上加上 ?）。

2、正則進階

2.1、捕獲分組

注意：在其他語言或者網上的一些正則工具中，分組命名的語法是 (?<name>exp) 或 (?'name'exp)，但在 Python 裡，這樣寫會報錯：This named group syntax is not supported in this regex dialect。Python 中正確的寫法是：(?P<name>exp)

示例一：

分組可以讓我們用一條正則提取出多個信息，例如：

s = '姓名：張三；性別：男；電話：138123456789'

m = re.search('姓名[:：](\\w+).*?電話[:：](\\d{11})', s)

if m:

name = m.group(1)

phone = m.group(2)

print(f'name:{name}, phone:{phone}')

結果：

name:張三, phone:13812345678

示例二：

(?P<name>exp) 有時還是會用到的， (?P=name) 則很少情況下會用到。我想了一個 (?P=name) 的使用示例，給大家看下效果：

s = '''

<name>張三</name>

<age>30</age>

<phone>138123456789</phone>

'''

pattern = r'<(?P<name>.*?)>(.*?)</(?P=name)>'

It = re.findall(pattern, s)

結果：

[('name', '張三'), ('age', '30'), ('phone', '138123456789')]

2.2、零寬斷言

注意：正則中常用的前項界定 (?<=exp) 和前項否定界定 (?<!exp) 在 Python 中可能會報錯：look-behind requires fixed-width pattern，原因是 python 中 前項界定的表達式必須是定長的，看如下示例：

(?<=aaa) # 正確

(?<=aaa|bbb) # 正確

(?<=aaa|bb) # 錯誤

(?<=\\d+) # 錯誤

(?<=\\d{3}) # 正確

2.3、條件匹配

這大概是最複雜的正則表達式了。語法如下：

此語法極少用到，印象中只用過一次。

以下示例的要求是：如果以 _ 開頭，則以字母結尾，否則以數字結尾。

s1 = '_abcd'

s2 = 'abc1'

pattern = '(_)?[a-zA-Z]+(?(1)[a-zA-Z]|\\d)'

re.search(pattern, s1).group()

re.search(pattern, s2).group()

結果：

_abcd

abc1

2.4、findall

Python 中的 re.findall 是個比較特別的方法（之所以說它特別，是跟我常用的 C# 做比較，在沒看註釋之前我想當然的掉坑裡去了）。我們看這個方法的官方註釋：

Return a list of all non-overlapping matches in the string.

If one or more capturing groups are present in the pattern, return

a list of groups; this will be a list of tuples if the pattern

has more than one group.

Empty matches are included in the result.

簡單來說，就是

• 如果沒有分組，則返回整條正則匹配結果的列表；
• 如果有 1 個分組，則返回分組匹配到的結果的列表；
• 如果有多個分組，則返回分組匹配到的結果的元組的列表。

看下面的例子：

s = 'aaa123bbb456ccc'

re.findall('[a-z]+\\d+', s) # 不包含分組

re.findall('[a-z]+(\\d+)', s) # 包含一個分組

re.findall('([a-z]+(\\d+))', s) # 包含多個分組

re.findall('(?:[a-z]+(\\d+))', s) # ?: 不捕獲分組匹配結果

結果：

['aaa123', 'bbb456']

['123', '456']

[('aaa123', '123'), ('bbb456', '456')]

['123', '456']

零寬斷言中講到 Python 中前項界定必須是定長的，這很不方便，但是配合 findall 有分組時只取分組結果的特性，就可以模擬出非定長前項界定的效果了。

結語

其實正則就像是一個數學公式，會背公式不一定會做題。但其實這公式一點也不難，至少比學校裡學的數學簡單多了，多練習幾次也就會了。

最後：

有需要python、Java、web前端學習資料視頻和電子書的小夥伴、可以私信小編“學習”領取哦

（附一小部分資料圖）

"