python之re模块（正则表达式）分组、断⾔详解提⽰：阅读本⽂需要有⼀定的正则表达式基础。
正则表达式中的断⾔，作为⾼级应⽤出现，倒不是因为它有多难，⽽是概念⽐较抽象，不容易理解⽽已，今天就让⼩菜通俗的讲解⼀下。
如果不⽤断⾔，以往⽤过的那些表达式，仅仅能获取到有规律的字符串，⽽不能获取⽆规律的字符串。
举个例⼦，⽐如html源码中有<title>xxx</title>标签，⽤以前的知识，我们只能确定源码中的<title>和</title>是固定不变的。因此，如果想获取页⾯标题(xxx)，充其量只能写⼀个类似于这样的表达式：<title>.*</title>，⽽这样写匹配出来的是完整的<title>xxx</title>标签，并不是单纯的页⾯标题xxx。
想解决以上问题，就要⽤到断⾔知识。
在讲断⾔之前，读者应该先了解分组，这有助于理解断⾔。
分组在正则中⽤()表⽰，根据⼩菜理解，分组的作⽤有两个：
n  将某些规律看成是⼀组，然后进⾏组级别的重复，可以得到意想不到的效果。
n  分组之后，可以通过后向引⽤简化表达式。
先来看第⼀个作⽤，对于IP地址的匹配，简单的可以写为如下形式：
\d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}
但仔细观察，我们可以发现⼀定的规律，可以把.\d{1,3}看成⼀个整体，也就是把他们看成⼀组，再把这个组重复3次即可。表达式如下：
\d{1,3}(.\d{1,3}){3}
这样⼀看，就⽐较简洁了。
再来看第⼆个作⽤，就拿匹配<title>xxx</title>标签来说，简单的正则可以这样写：
<title>.*</title>
可以看出，上边表达式中有两个title，完全⼀样，其实可以通过分组简写。表达式如下：
<(title)>.*</\1>
这个例⼦实际上就是反向引⽤的实际应⽤。对于分组⽽⾔，整个表达式永远算作第0组，在本例中，第0组是<(title)>.*</\1>，然后从左到右，依次为分组编号，因此，(title)是第1组。
⽤\1这种语法，可以引⽤某组的⽂本内容，\1当然就是引⽤第1组的⽂本内容了，这样⼀来，就可以简化正则表达式，只写⼀次title，把它放在组⾥，然后在后边引⽤即可。
以此为启发，我们可不可以简化刚刚的IP地址正则表达式呢？原来的表达式为\d{1,3}(.\d{1,3}){3}，⾥边的\d{1,3}重复了两次，如果利⽤后向引⽤简化，表达式如下：
(\d{1,3})(.\1){3}
简单的解释下，把\d{1,3}放在⼀组⾥，表⽰为(\d{1,3})，它是第1组，(.\1)是第2组，在第2组⾥通过\1语法，后向引⽤了第1组的⽂本内容。
经过实际测试，会发现这样写是错误的，为什么呢？
⼩菜⼀直在强调，后向引⽤，引⽤的仅仅是⽂本内容，⽽不是正则表达式！
也就是说，组中的内容⼀旦匹配成功，后向引⽤，引⽤的就是匹配成功后的内容，引⽤的是结果，⽽不是表达式。
因此，(\d{1,3})(.\1){3}这个表达式实际上匹配的是四个数都相同的IP地址，⽐如：123.123.123.123。
⾄此，读者已经掌握了传说中的后向引⽤，就这么简单。
接下来说说什么是断⾔。
所谓断⾔，就是指明某个字符串前边或者后边，将会出现满⾜某种规律的字符串。
就拿⽂章开篇的例⼦来说，我们想要的是xxx，它没有规律，但是它前边肯定会有<title>，后边肯定会有</title>，这就⾜够了。想指定xxx前肯定会出现<title>，就⽤正后发断⾔，表达式：(?<=<title>).*
向指定xxx后边肯定会出现</title>，就⽤正先⾏断⾔，表达式：.*(?=</title>)
两个加在⼀起，就是(?<=<title>).*(?=</title>)
这样就能匹配到xxx。
相信读者看到这，已经蒙了，不⽤急，待⼩菜慢慢讲来。
其实掌握了规律，就很简单了，⽆论是先⾏还是后发，都是相对于xxx⽽⾔的，也就是相对于⽬标字符串⽽⾔。
假如⽬标字符串后边有条件，可以理解为⽬标字符串在前，就⽤先⾏断⾔，放在⽬标字符串之后。
假如⽬标字符串前边有条件，可以理解为⽬标字符串在后，就⽤后发断⾔，放在⽬标字符串之前。
假如指定满⾜某个条件，就是正。
假如指定不满⾜某个条件，就是负。
断⾔只是条件，帮你到真正需要的字符串，本⾝并不会匹配！
(?=X )零宽度正先⾏断⾔。仅当⼦表达式 X 在此位置的右侧匹配时才继续匹配。例如，/w+(?=/d) 与后跟数字的单词匹配，⽽不与该数字匹配。此构造不会回溯。
(?!X)零宽度负先⾏断⾔。仅当⼦表达式 X 不在此位置的右侧匹配时才继续匹配。例如，例如，/w+(?!/d) 与后不跟数字的单词匹配，⽽不与该数字匹配。
(? <=X)零宽度正后发断⾔。仅当⼦表达式 X 在此位置的左侧匹配时才继续匹配。例如，(?<=19)99 与跟在 19 后⾯的 99 的实例匹配。此构造不会回溯。
python正则表达式判断(?
<!X)零宽度负后发断⾔。仅当⼦表达式 X 不在此位置的左侧匹配时才继续匹配。例如，(?<!19)99 与不跟在 19 后⾯的 99 的实例匹配从断⾔的表达形式可以看出，它⽤的就是分组符号，只不过开头都加了⼀个问号，这个问号就是在说这是⼀个⾮捕获组，这个组没有编
号，不能⽤来后向引⽤，只能当做断⾔。
教程到此结束，希望⼤家阅读愉快！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。