Python中使用正则表达式以及正则表达式匹配规则

前排提要：

本博客介绍在Python下使用正则表达式从给定的字符串中获取到想要的字符串。

1 导库 

import re

2 使用模板

re_pattern = re.compile(pattern, flags=0)
result = re.findall(re_pattern,string)

3 说明

参数	描述
pattern	匹配的正则表达式，如 r'abc' 可用来匹配abc
flags	可选，标志位，控制匹配方式，可选值： re.I    忽略大小写 re.L    表示特殊字符集\w \W \b \B \s \S，依赖于当前环境 re.M    多行模式 re.S    包括换行符在内的任意字符 re.U    根据Unicode字符集解析字符 re.X    为了增加可读性，忽略空格和#后面的注释 re.A    根据ASCII码解析字符
string	待匹配字符串

方法	描述
compile	编译正则表达式，生成一个正则表达式（Pattern）对象
findall	全文匹配，匹配结果以列表形式返回

4 示例

以下代码用来在字符串 str 中匹配符合如下规则的字符串：

中英文括号开头+1个大写字母+1个或无限个数字+0个或1个字符“.”+0个或1个字符“/”+0个或无限个数字+中英文括号结尾

# 导库
import re
# 待处理字符串
str = '小分裂细胞型(弥漫性)非霍奇金淋巴瘤(M96720/3)（Y97.1）（Y77)(yyy)'
# 设定匹配规则，编译
re_str = re.compile(r'[(（][A-Z][0-9]+[.]?[/]?[0-9]*[)）]', re.S)
# 匹配
ans = re.findall(re_str,str)
# 打印
print(ans)

在字符串 str 中的匹配结果如下，可见有三个字符串符合匹配规则：

5 正则表达式匹配规则

语法	描述	正则表达式示例	对应可匹配字符串示例
一般字符	匹配自身	abc	abc
元字符
.	除了换行符之外的任意单个字符	a.c	abc
*	匹配前面一个字符0或无限次	ab*	a abbb
+	匹配前面一个字符1次或无限次	ab+	ab abbb
?	匹配前面一个字符0次或1次	ab?	a ab
\	转义符，使后面一个字符保持原来的意思	a\.b	a.b
{m}	m是一个非负整数，表示匹配前一个字符m次	abc{2}	abcc
{m,n}	m和n都是非负整数，且m≤n，表示最少匹配m次且最多匹配n次	ab{2,4}c	abbc
|	逻辑或，匹配左右表达式中的任意一个。具有“短路”特点，先匹配左侧表达式，再匹配右侧表达式。建议用()括起来，否则会作用于整个正则表达式	abc|123	abc 123
()	括号，将表达式括起来作为一个分组。分组表达式是一个整体	a(bc)?d	ad abcd
[]	字符集，里面的字符可以是任意数量个字符，也可以是一个范围。若第一个字符为^，则表示取反，如[^abc]表示除了abc以外的字符。大多数特殊字符（除了-、]、^，使用时仍需用 \ 转义）在[]内都失去其原有的特殊含义，如[.]仅表示匹配字符 . 而不是匹配任意字符	[abc] [a-c]	a b c
定位符
^	匹配字符串的开头字符	^abc	abc
$	匹配字符串的结尾字符	abc$	abc
\b	匹配一个单词的边界 如\bab表示匹配字符串ab且ab前面要是空格 如ab\b表示匹配字符串ab且ab后面要是空格	\bab	可以匹配到abc中的ab 无法匹配到cab中的ab
\B	匹配非边界	\Bab	可以匹配到cab中的ab 无法匹配到abc中的ab
预定义字符集
\d	匹配数字，等价于[0-9]	a\dc	a1c
\D	匹配非数字，等价于[^\d]	a\Dc	abc
\s	匹配空白字符，包括空格、制表符、换页符等	a\sc	a c
\S	匹配非空白字符，等价于[^\s]	a\Sc	abc
\w	匹配字母数字下划线，等价于[a-zA-Z0-9_]	a\wc	a_c
\W	匹配非字母数字下划线，等价于[^\w]	a\Wc	a c