Python——正则表达式 学习笔记

正则表达式

通配符		通配符
.	匹配除 “\n” 之外的任何单个字符
\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_]’
[]	匹配[]内范围的字符	[^…]	匹配不包括字符…
\b	字符和空格的位置 ve\b i have a pencil	\B	匹配不是单词开头或结束的位置
\d* + ?	\d* 可以匹配\b or 多个数字 \d+ 可以匹配多个数字（\d? 可以匹配\b or 单个数字 ）
\w{m}	m>0 匹配m个字符	\w{n,m}	n-m随意一个数值匹配对应个字符

装饰符		装饰符
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。

常用符号
？	匹配字符 = 0 或 =1
+	必须跟匹配字符 >= 1
*	匹配字符 >= 0
^	开头元字符
$	结尾元字符

例子

# 前后标签一致
print(re.match(r"<(\w*)><(\w+)>.*</\2></\1>", "<a><span>liujianhong</span></a>"))
print(re.match(r"<(?P<nn1>\w+)><(?P<nn2>\w+)>.*</(?P=nn2)></(?P=nn1)>", "<a><span>liujiang</span></a>"))

re 方法

import re

# 1. re.match() (匹配的正则表达式，string，修饰符)
re_match = re.match("am", "i am a boy")     # 从首个字符开始匹配
print(re_match)

# 2. re.search() (匹配的正则表达式，string，修饰符)
re_search = re.search("boy", "i am a boy")       # 查询整个字符串，直至匹配到为止，否则输出None
print(re_search.group())

# 3. re.sub() (删除匹配的正则表达式, repl, string, count=0, flags=0)
phone = "987-12-12345678 # 这是一个电话啊号码"
re_sub = re.sub("#.*", "", phone)
new_phone = re.sub("\D", " ", re_sub)
print(f"新电话号码：{new_phone}")
def num_double(str_1):
    num = int(str_1.group("value"))
    return str(num * 2)
s = "123ssssdd456"
re_sub_repl = re.sub("(?P<value>\d+)", num_double, s)
print(f"double后的字符串：{re_sub_repl}")

# 4. re.compile()  (匹配的正则表达式, 修饰符)
pattern = re.compile(r'([a-z]+) (\w+)', re.I)   # re.I 表示忽略大小写
m = pattern.match('Hello World Wide Web')
print(m)        # 匹配成功，返回一个 Match 对象
print(m.group(0))       # 返回匹配成功的整个子串
print(m.span(0))        # 返回匹配成功的整个子串的索引

# 5. re.findall() 返回一个列表 (匹配的正则表达式, 要匹配的字符串, 查找的索引范围)
pattern = re.compile(r'\d+')   # 查找数字
result1 = pattern.findall('runoob 123 google 456')      # 匹配全部
result2 = pattern.findall('run88oob123google456', 0, 10)   # 匹配索引范围
result3 = re.compile(r'\d+').findall('run88oob123google456', 0, 10)   # 匹配索引范围
print(result1, type(result1))
print(result2)
print(result3)

# 6. re.finditer() 返回一个迭代器 (匹配的正则表达式, 要匹配的字符串)
it = re.finditer(r"\d+", "12a32bc43jf3")
print(type(it))
for match in it:
    print(match.group())

# 7. re.split() 分割后返回列表 (要分割匹配的正则表达式，要匹配的字符串，)
re_split = re.split('[^A-Za-z0-9]+', 'runoo44b, runoob, runoob.')
re_split3 = re.split('\W+', 'runoob, runoob, runoob.')
re_split2 = re.compile('\W+').split('runoob, runoob, runoob.', 2)
re_split1 = re.split('(\W+)', 'runoob, runoob, runoob.', 1)
print(re_split)
print(re_split3)
print(re_split2)
print(re_split1)