【python】re模块常用方法

基础知识点

通配符	含义	示例	匹配结果
reg1 | reg2	匹配表达式reg1或者表达式reg2	foo | bar	bar
.	匹配除\n以外的任意字符	ab.b	abdb
^	匹配字符串起始部分
$	匹配字符串终止部分
*	匹配0次或多次前面出现的正则表达式
+	匹配一次或多次前面出现的正则表达式
?	匹配0次或1次前面出现的正则表达式
{m,n}	匹配m~n次前面出现的正则表达式
[abc]	匹配中括号内任意一个字符，结果可能是a或b或c
[x-y]	匹配x~y范围中的任意单个字符
[^x-y]	不匹配x~y范围中的任意单个字符
(*|+|?|{})?	匹配上面频繁出现符号的非贪婪版	(*|+|?|{})?	({})
\d	匹配任何十进制数字
\w	匹配任何字母数字字符,相当于类[a-zA-Z0-9_]
\s	匹配任何空格字符,它相当于类[\t\n\r\f\v]
\b	匹配任何单词边界
\	1.反斜杠后边跟元字符去除特殊功能；（即将特殊字符转义成普通字符），2.反斜杠后边跟普通字符实现特殊功能；（即预定义字符），3.\2引用序号对应的字组

正则匹配模式表

标志	含义
re.I（IGNORECASE）	使匹配对大小写不敏感
re.S(DOTALL)	使.匹配包括换行在内的所有字符
re.L（LOCALE）	做本地化识别（locale-aware)匹配，法语等
re.M(MULTILINE)	多行匹配，影响^和$
re.X(VERBOSE)	该标志通过给予更灵活的格式以便将正则表达式写得更易于理解
re.U	根据Unicode字符集解析字符，这个标志影响\w,\W,\b,\B

re模块常用方法

1. re.search(pattern, string, flags)
   使用可选标记搜索字符串中第一次出现的正则表达式模式。如果匹配成功，则返回匹配对象，否则返回None

import re
#与re.match()的区别：match从字符串起始位置开始匹配，此例中match将返回None
m = re.search('foo','asdasdfooasd')
if m is not None:
	print(m.group())

2. re.match(pattern, string, flags),从字符串起始位置开始匹配，若匹配失败，则返回None

import re
m = re.match('(foo\w)(\w)', "fooabwder")
print(m.group(0)) #fooab
print(m.group(1)) #fooa
print(m.group(2))#b
print(m.groups())#("fooa", "b")

3. re.findall(pattern, string, flags)找出所有匹配的项，并以列表形式返回
   re.finditer(pattern, string, flags)功能与上面findall一样，不过返回的时迭代器。

import re
m = re.findall("foo\w", "foosdfooefefeffoo2")
print(m)#['foos', 'fooe', 'foo2']

4. re.split(pattern, string, max=0)
   根据pattern将string分割成列表，并返回列表，分割操作max次
5. re.sub(pattern, newcontent, string，num，flags=0)
   将匹配的内容替换成newcontent，替换num次

import re
str = "2005-2018 douban.com, all rights reserved 北京豆网科技有限公司"
#将第一个年份2005替换成“hi”
m = re.sub("\d{4}",'hi', str, 1)
print(m) #"hi-2018 douban.com, all rights reserved 北京豆网科技有限公司"