python正则表达读取word_python 正则表达
在线工具
正则表达式
正则，就是只和字符串相关。匹配‘1’就是去匹配‘1’，直接匹配就是了。
字符组：[字符组]
在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示。
字符分为很多类，比如数字，字母，标点符号等。
假如你现在要求一个位置“只能出现一个数字”，那么这个位置上的字符只能是0-9这10个数字。
字符组
正则
待
匹
配
字
符
匹配
结果
说明
[0123456789]
8
True
在一个字符组里枚举合法的所有字符，字符组里的任意一个字符和“待匹配字符”相同都视为可以匹配
[0123456789]
a
False
由于字符组里没有‘a’这个字符，所以不能匹配
[0-9]
7
True
也可以用-表示范围，[0-9]和[0123456789]是一个意思
[a-z]
s
True
同样如果要匹配 所有小写字母，直接用[a-z]就可以了
[A-Z]
B
True
[A-Z]表示所有的大写字母
[0-9a-fA-F
E
True
可以匹配数字，大小写形式的a~~f，用来验证16进制字符
字符：
元字符
匹配内容
.
匹配除换行符以外的任意字符
\w
匹配字母或数字或下划线
\s
匹配任意的空白符
\d
匹配数字
\n
匹配一个换行符
\t
匹配一个制表符
\b
匹配一个单词的结尾
^
匹配字符串的开始
$
匹配字符串的结尾
\W
匹配非字母或数字或下划线
\S
匹配非空白符
\D
匹配非数字
a|b
匹配字符a或字符b
()
匹配括号内的表达式，也表示一个组
[...]
匹配字符组里的字符
[^...]
匹配除了字符组里的所有字符
\w 就是word
\s 就是space
\d 就是digital
量词 ：
量词
用法说明
*
重复0次或更多次
+
重复1次或更多次
？
重复0次或1次
{n}
重复n次
{n,}
重复n次或更多次
{n,m}
重复n次到m次
. ^ $
正则
待匹配字符
匹配结果
说明
海.
海燕海娇海东
海燕海娇海东
匹配所有“海.”的字符
^海.
海燕海娇海东
海燕
只从开头匹配“海.”
海.$
海燕海娇海东
海东
只匹配结尾的“海.”
* + ? { }
正则
待匹配字符
匹配结果
说明
李.?
李杰和李莲英和李二棍子
李杰
李莲
李二
？表示重复0次或1次，即只匹配“李”后的一个任意字符
李.*
李杰和李莲英和李二棍子
李杰和李莲英和李二棍子
*表示重复0次或更多次，即匹配”李“后面的0个或多个任意字符
李.+
李杰和李莲英和李二棍子
李杰和李莲英和李二棍子
+表示重复1次或更多次，即匹配”李“后面的1个或多个任意字符
李.{1，2}
李杰和李莲英和李二棍子
李杰和
李莲英
李二棍
{1,2}匹配1到2次任意字符
注间前面的*，+ ，？都是贪婪匹配，也就是尽可能的去匹配，后面加上？使其变成惰性匹配
正则
待匹配字符
匹配结果
说明
李.*?
李杰和李莲英和李二棍子
李
李
李
惰性匹配
字符集[] [^]
正则
待匹配字符
匹配结果
说明
李[杰莲英二棍子]*
李杰和李莲英和李二棍子
李杰
李莲英
李二棍子
表示匹配”李“后面[杰莲英二棍子]的任意次
李[^和]*
李杰和李莲英和李二棍子
李杰
李莲英
李二棍子
表示匹配一个不是”和“的字符的任意次
[\d]
456abcds3
4
5
6
3
表示匹配任意一个数字，匹配4个结果
[\d]+
456abccds3
456
3
表示匹配任意个数字，匹配两个结果
分组()与或 | [^]
身份证号码是一个长度为15或18个字符的字符串如果是15则全部是由数字组成，首位不能为0；如果是18位，则前17位
全部是数字，末位可能是数字或x，下面我们尝试用正则表示：
正则
待匹配字符
匹配结果
说明
^[1-9]\d{13,16}[0-9x]$
1101011980
01017032
1101011980
01017032
表示可以匹配一个正确的身份证号
^[1-9]\d{13,16}[0-9x]$
110101198
0010170
110101198
0010170
表示也可以匹配这串数字，但这并不是一个正确的身份证号，这是一个16们的数字
^[1-9]\d{14}(\d{2}[0-9x])?$
110101198
0010170
False
现在不会匹配错误的身份证号了
()表示分组，将\d{14}[0-9x]分成一组，就可以整体约束它们出现的次数0-1次
^([1-9]\d{16}[0-9x]|[1-9]\d{14})$
1101051998
12067023
1101051998
12067023
表示先匹配[1-9]\d{16}[0-9x]如果没有匹配上就匹配[1-9]\d{14}
转义符
在正则表达式中有很多特殊意义的元字符，比如\n和\s等，如果要在正则中匹配正常的”\n“而不是”换行符“，就需要对
”\“进行转义，变成”\\“.
在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身
还需要转义。所以如果匹配一次"\n",字符串中要写成'\\n'，那么正则里就要写成"\\\\n",这样就太麻烦了。这个时候我们就用
到了r'\n'这个概念，此时的正则是r'\\n'就可以了。
正则
待匹配字符
匹配
结果
说明
\n
\n
False
因为正则表达式中\有特殊意义的字符，所以要匹配\n本身，用表达式\n无法匹配
\\n
\n
True
转义\之后变成\\，即可以匹配
”\\\n“
'\\n'
True
如果在Python中，字符串中的'\'也需要转义，所以每一个字符‘\’又需要转义一次
r'\\n'
r'\n'
True
在字符串之前加r，让整个字符串不转义
贪婪匹配
贪婪匹配：要满足匹配时，匹配尽可能长的字符串，默认情况下采用贪婪匹配。
正则
待匹配字符
匹配结果
说明
默认为贪婪匹配，会尽量长的去匹配字符
<.*?>
加上？为将贪婪匹配转换为非贪婪匹配，匹配
尽量短的字符串
几个常用的非贪婪匹配：
*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复
.*?的用法
. 是任意字符
* 是取 0 至 无限长度
? 是非贪婪模式。
何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：
.*?x
就是取前面任意长度的字符，直到一个x出现