正则表达式匹配括号内的内容

在处理文本内容的时候，经常需要从括号中提取出其中的内容。例如，从一个文件路径中提取出文件名，从一段HTML代码中提取出其中的标签等等。这些情况都可以通过正则表达式实现。

括号的种类及其含义

在正则表达式中，有多种括号用来表示不同的含义，如下所示：

普通圆括号 “()”: 表示一个捕获组(capturing group)，里面的内容可以被后面的正则表达式引用。
方括号 “[]”: 表示字符集(character set)，里面的字符可以匹配其中任意一个字符。
大括号 “{}”: 表示数量限定符(quantifier)，里面的数字可以指定匹配次数的范围。
尖括号 “<>”: 一般不用于正则表达式，与HTML标签有关。

其中，我们最常用的是普通圆括号。

普通圆括号的使用

假设我们有一个字符串，其中包含了一些文件路径，我们希望从中提取出文件名。可以用如下的正则表达式来实现：

import re

path = "/Users/username/Desktop/test.txt"
filename = re.search(r'/([^/]+\.[^/]+)$', path)
print(filename.group(1))  # 输出"test.txt"

上述代码中，我们使用了普通圆括号来创建一个捕获组，其中包含了后缀名不为”/”的所有字符。具体解释如下：

“/” 匹配斜杠字符
“()” 表示一个捕获组，包含后面的正则表达式中的内容
“[^/]+” 表示匹配一次或多次非斜杠字符
“.” 匹配点字符
“[^/]+” 表示匹配一次或多次非斜杠字符
“$” 匹配字符串末尾

因此，正则表达式 “/([^/]+.[^/]+)$” 将匹配 “/test.txt”。在正则表达式中，圆括号内的内容可以通过 group(n) 方法来引用，其中 n 表示组的索引。由于我们只有一个捕获组，即索引为 1 的组，因此使用 group(1) 可以获取到文件名 “test.txt”。

环视

在某些情况下，我们需要匹配的内容并不是一个固定的字符串，而是与前面或后面的字符串进行匹配。在这种情况下，可以使用环视(lookaround)来实现。

环视包括正向前瞻(positive lookahead)、负向前瞻(negative lookahead)、正向后顾(positive lookbehind)以及负向后顾(negative lookbehind)四种，它们的具体语法如下：

正向前瞻: (?=pattern)
负向前瞻: (?!pattern)
正向后顾: (?<=pattern)
负向后顾: (?<!pattern)

例如，假设我们有一个HTML代码段，其中包含了多个超链接，我们希望获取其中的所有链接地址。链接地址的特点是以 “http://” 或 “https://” 开头，以 ” ” 或 “>” 结尾。可以用如下的正则表达式来实现：

import re

html = '<a href="http://www.example.com">example</a> '
html += '<a href="https://www.google.com">google</a> '
html += '<a href="ftp://ftp.example.com">ftp</a>'
links = re.findall(r'(?<=href=")(https?://[^" >]*)', html)
print(links)  # 输出：['http://www.example.com', 'https://www.google.com']

上述代码中，我们使用了正向后顾来匹配 “href=”，并且使用了捕获组来获取链接地址。具体解释如下：