1. 正则表达式中的常用匹配

\d匹配一个数字
\w匹配一个字母或数字
\s匹配一个广义空白符（包括Tab等空白符）
.匹配除换行符以外的任意字符

2. 对于变长字符的个数问题

*匹配0个或1个或多个字符
+匹配1个或多个字符
?匹配0或1个字符
{n}匹配n个字符，{n,m}表示n~m个字符
注意：对与特殊字符本身的表示，要用转义字符\转义
例:\d{3}\s+\d{3,8}匹配一个用空格隔开的带区号的电话号码

  • \d{3}匹配三个数字
  • \s匹配一个广义空格（包括Tab等空白符），\s+匹配至少一个空格
  • \d{3,8}匹配3~8个数字

3. 贪婪匹配和最小匹配

*、+和?限定符都是贪婪的，它们会实现最大匹配，在其后面放置一个?就可以实现非贪婪即最小匹配
例：对于字符串<H1>Chapter 1</H1>

  • \<.*\>为贪婪匹配，匹配内容为<H1>Chapter 1</H1>
  • \<.*?\>为最小匹配，匹配内容为<H1>和</H1>
  • \<\w*?\>增加限制，仅匹配<H1>

4. 精确匹配

要做更精确地匹配，可以用[]表示范围
如下面几个例子所示：
[0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线
[a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法变量
[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）

5. 一行的起始

^表示行的开头，^\d表示必须以数字开头
$表示行的结束，\d$表示必须以数字结束

6. 前瞻后顾

要对一小部分字符串做特殊操作，可以用()指定子表达式
?=和?<=为正则表达式的先行和后行断言，也就是前瞻后顾，放在()内使用
前瞻：A(?=B)查找后面是B的A
后顾：(?<=A)B查找前面是A的B
负前瞻：A(?!B)查找后面不是B的A
负后顾：(?<!=A)B查找前面不是A的B

7. 综合

把断言和最小匹配结合起来使用
A.*?B匹配最近的A和B之间的内容
A.*?(?=B)匹配最近的A和B之间的内容但不包括B
(?<=A).*?(?=B)匹配最近的A和B之间的内容但不包括A和B