正则表达式记录 python

入门

\d 可以匹配一个数字

\w 可以匹配一个字母或者数字

\s 可以匹配空白符号，空格，制表符

. 可以匹配任意一个字符

要匹配变长的字符，在正则表达式中

• 用*表示任意个字符（包括0个）

• 用+表示至少一个字符

• 用?表示0个或1个字符

• 用{n}表示n个字符

• 用{n,m}表示n-m个字符

进阶

要做更精确地匹配，可以用[]表示范围，比如：

• [0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线；
• [0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如'a100'，'0_Z'，'Py3000'等等；
• [a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；
• [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。

A|B可以匹配A或B，所以(P|p)ython可以匹配'Python'或者'python'。

^表示行的开头，^\d表示必须以数字开头。

$表示行的结束，\d$表示必须以数字结束。

你可能注意到了，py也可以匹配'python'，但是加上^py$就变成了整行匹配，就只能匹配'py'了。

切分字符串

s = 'a b     c'
t = s.split(' ')
print(t)
print(re.split(r'[\s\,]', 'a,b,c d'))
print(re.split(r'\s+', 'a b c     d'))

常用的函数

re.match()
从指定字符串的开始位置进行匹配，匹配成功则继续匹配，否则返回None

re.search()
扫描整个字符串，返回第一个匹配成功的字符串，否则返回 None

re.findall()
扫描整个字符串，通过列表形式返回所有符合的字符串

re.sub()
替换字符串中的内容

re.split()
用于将字符串分割

# matching string
import re

pattern1 = "cat"
pattern2 = "bird"
string = "dog runs to cat"
# print(pattern1 in string)
# print(pattern2 in string)
ptn = r"r[au]n"

# print(re.search(ptn, string))
# print(re.search(pattern2, string))
print(re.search(r"r[A-Z]n", "dog runs to cat"))
print(re.search(r"r[a-z]n", "dog runs to cat"))
print(re.search(r"r[0-9]n", "dog runs to cat"))
print(re.search(r"r[0-9a-z]n", "dog runs to cat"))
# 数字
# \d  : decimal digit  匹配单个数字
print(re.search(r"r\dn", "dog r1ns to cat"))

# \D : any non-decimal digit  匹配非数字
print(re.search(r"r\Dn", "dog r1ns to cat"))

# 空白
# \s : any white space [\t\n\r\f\v]
print(re.search(r"r\sn", "r\nn r5n"))
# \S : opposite to \s, any non-white space
print(re.search(r"r\Sn", "r\nn r5n"))

# 所有的字母数字和 _
# \w  : [a-zA-Z0-9_]
print(re.search(r"r\wn", "r\nn r5n"))
# \W  : opposite to \w

print(re.search(r"r\Wn", "r\nn r5n"))

# 转义字符
# \\ : match \

# 句尾句首
# ^ : match line begging
print(re.search(r"^dog", string))
# $ : match line ending
print(re.search(r"cat$", string))

# 是否
# ? : may or may not occur
print(re.search(r"Mon(day)?", "Monday"))
print(re.search(r"Mon(day)?", "Mon"))

# 0 或 多次
# *

# 1 或 多次
# +

# 可选次数
# {n, m}