Python正则表达式re模块的简单使用

1、re.match
从字符串的起始位置匹配，如果不是起始位置返回none。

re.match(pattern, string, flags=0)
pattern			匹配的正则表达式
string			要匹配的字符串。
flags			标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。(可不写)

text_1 = 'abcdefghigk'
t = re.match('abc', text_1)
print(t)

结果：
<re.Match object; span=(0, 3), match='abc'>	# 返回的是一个对象

print(t.group())		# 通过group()将对象转换为值
结果：
abc

2、re.search
从整个字符串进行匹配，分行索引位置。

re.search(pattern, string, flags=0)
pattern			匹配的正则表达式
string			要匹配的字符串。
flags			标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

text_1 = 'defghiabcgk'
t = re.search('abc', text_1)
print(t)
print(t.group())

结果：
<re.Match object; span=(6, 9), match='abc'>
abc

3、re.sub
用于替换字符串中的匹配项

re.sub(pattern, repl, string, count=0, flags=0)
pattern			正则中的模式字符串。（必选参数）
repl			替换的字符串，也可为一个函数。（必选参数）
string			要被查找替换的原始字符串。（必选参数）
count			模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。（可选参数）
flags			编译时用的匹配模式，数字形式。（可选参数）

text_1 = '1386 7443 8354 这里是字符串'

t1 = re.sub('这.*', '', text_1)  # 删除文字
print(t1)

t2 = re.sub('\D', '', text_1)   # 删除所有非数字内容
print(t2)

结果：
1386 7443 8354 
138674438354

4、compile 函数
用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

re.compile(pattern[, flags])
pattern		一个字符串形式的正则表达式
flags		可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：
	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 	即为' . '并且包括换行符在内的任意字符（' . '不包括换行符）
	re.U 	表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
	re.X 	为了增加可读性，忽略空格和' # '后面的注释

text_1 = 'gtfabc123sddsab123csfsfabcgta'

t1 = re.compile('\d+')
t2 = t1.findall(text_1)
print(t2)

结果：
['123', '123']

5、findall
在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

注意： match 和 search 是匹配一次 findall 匹配所有。

re.findall(pattern, string, flags=0)
或
pattern.findall(string[, pos[, endpos]])


pattern		匹配模式。
string 		待匹配的字符串。
pos 		可选参数，指定字符串的起始位置，默认为 0。
endpos 		可选参数，指定字符串的结束位置，默认为字符串的长度。

text_1 = 'gtfabcsddsabcsfsfabcgta'

t1 = re.findall('abc', text_1)
print(t1)

结果：
['abc', 'abc', 'abc']

6、re.finditer
返回索引匹配到的字符串，以迭代器对象。

re.finditer(pattern, string, flags=0)
pattern			匹配的正则表达式
string			要匹配的字符串。
flags			标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

text_1 = 'gtfabcsddsabcsfsfabcgta'

t1 = re.finditer('abc', text_1)
print(t1)

for i in t1:
    print(i)
    print(i.group())
结果：
<callable_iterator object at 0x0000029A43917430>
<re.Match object; span=(3, 6), match='abc'>
abc
<re.Match object; span=(10, 13), match='abc'>
abc
<re.Match object; span=(17, 20), match='abc'>
abc

7、re.split
split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：

re.split(pattern, string[, maxsplit=0, flags=0])
pattern			匹配的正则表达式
string			要匹配的字符串。
maxsplit		分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。
flags			标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

text_1 = 'gtfabc123sddsab123csfsfabcgta'

t1 = re.split('\d+', text_1, 1)
print(t1)

结果：
['gtfabc', 'sddsab123csfsfabcgta']

正则表达式符号

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

# 正则表达式模式
^	匹配字符串的开头
$	匹配字符串的末尾。
.	匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]	用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'
[^...]	不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
re*	匹配0个或多个的表达式。
re+	匹配1个或多个的表达式。
re?	匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
re{ n}	匹配n个前面表达式。例如，"o{2}"不能匹配"Bob"中的"o"，但是能匹配"food"中的两个o。
re{ n,}	精确匹配n个前面表达式。例如，"o{2,}"不能匹配"Bob"中的"o"，但能匹配"foooood"中的所有o。"o{1,}"等价于"o+"。"o{0,}"则等价于"o*"。
re{ n, m}	匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
a| b	匹配a或b
(re)	匹配括号内的表达式，也表示一个组
(?imx)	正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。
(?-imx)	正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。
(?: re)	类似 (...), 但是不表示一个组
(?imx: re)	在括号中使用i, m, 或 x 可选标志
(?-imx: re)	在括号中不使用i, m, 或 x 可选标志
(?#...)	注释.
(?= re)	前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。
(?! re)	前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功。
(?> re)	匹配的独立模式，省去回溯。
\w	匹配数字字母下划线
\W	匹配非数字字母下划线
\s	匹配任意空白字符，等价于 [\t\n\r\f]。
\S	匹配任意非空字符
\d	匹配任意数字，等价于 [0-9]。
\D	匹配任意非数字
\A	匹配字符串开始
\Z	匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。
\z	匹配字符串结束
\G	匹配最后匹配完成的位置。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B	匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\n, \t, 等。	匹配一个换行符。匹配一个制表符, 等
\1...\9	匹配第n个分组的内容。
\10	匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。

正则表达式实例
[Pp]ython	匹配 "Python" 或 "python"
rub[ye]	匹配 "ruby" 或 "rube"
[aeiou]	匹配中括号内的任意一个字母
[0-9]	匹配任何数字。类似于 [0123456789]
[a-z]	匹配任何小写字母
[A-Z]	匹配任何大写字母
[a-zA-Z0-9]	匹配任何字母及数字
[^aeiou]	除了aeiou字母以外的所有字符
[^0-9]	匹配除了数字外的字符
特殊字符类
.	匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。
\d	匹配一个数字字符。等价于 [0-9]。
\D	匹配一个非数字字符。等价于 [^0-9]。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\w	匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W	匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。