正则表达式

一、方法

---

1. re.match函数

• 从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none
• 匹配成功re.match方法返回一个匹配的对象，否则返回None。

      re.match(pattern, string, flags=0)
  

  参数说明：

  parameter	description
  pattern	匹配的正则表达式
  strings	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。

2. re.search方法

• 扫描整个字符串并返回第一个成功的匹配结果。
• 匹配成功re.search方法返回一个匹配的对象，否则返回None。

      re.search(pattern, string, flags=0)
  

  参数说明：

  parameter	description
  pattern	匹配的正则表达式
  strings	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。

• re.match与re.search的区别
  • re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

        import re
    
        line = "Cats are smarter than dogs";
         
        matchObj = re.match( r'dogs', line, re.M|re.I)
        if matchObj:
           print ("match --> matchObj.group() : ", matchObj.group())
        else:
           print ("No match!!")
         
        matchObj = re.search( r'dogs', line, re.M|re.I)
        if matchObj:
           print ("search --> matchObj.group() : ", matchObj.group())
        else:
           print ("No match!!")
    

    运行结果：

        No match!!
        search --> matchObj.group() :  dogs
    

3. re.sub函数

• 用于替换字符串的匹配项

      re.sub(pattern, repl, string, count=0, flags=0)
  

  参数说明：(前三个为必选参数)

  parameter	description
  pattern	匹配的正则表达式
  repl	替换的字符串，也可以是一个函数
  strings	要匹配的字符串
  count	模式匹配后替换的最大次数，默认0表示替换所有
  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。

  • repl参数是一个函数

    import re
    
    # 匹配数字乘2
    def double(matched):
        value = int(matched.group('value'))
        return str(value * 2)
    
    s = 'A234543354FBJS24'
    print(re.sub('(?P<value>\d+)', double, s))
    

    执行输出结构为：

        A469086708FBJS48
    

4. re.complie函数

• 用于编写正则表达式，生成一个正则表达式(pattern)对象，供match和search函数使用

      re.complie(pattern[,flag])
  

  参数说明：

  parameter	description
  pattern	匹配的正则表达式
  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。

5. re.findall函数

• 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：match和search匹配一次，findall匹配所有

      re.findall(srting[, pos[, endpos]])
  

  参数说明：

  parameter	description
  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

6. re.finditer函数

• 在字符串中找到正则表达式所有匹配的所有子串，并把它们作为一个迭代器返回

      re.finditer(pattern, string, flags=0)
  

  参数说明：

  parameter	description
  pattern	匹配的正则表达式
  strings	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。

      import re
      
      it = re.finditer(r'\d+', '32n53nk64kj24n')
      for match in it:
          print(match.group())
  

  输出结果：

      32
      53
      64
      24
  

7. re.split函数

• 按照能够匹配的子串将字符串分割返回列表

      re.split(pattern, string[, maxsplit=0, flags=0])
  

  参数说明：

  parameter	description
  pattern	匹配的正则表达式
  strings	要匹配的字符串
  maxsplit	分隔次数，maxsplit=1 分隔一次，默认为0，不限次数
  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。

8. 正则表达式修饰符

    parameter | description
    ---|---
    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.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

二、匹配规则

---

pattern	description
^	匹配字符串的开头
$	匹配字符串的末尾
.	匹配任意字符串，除换行符，当指定。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的片段，非贪婪模式
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’,但是能匹配’fooooood’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)	前向否定界符。于肯定定符相反；当所含表达式不能在字符串当前位置匹配时成功
\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[\n\t\r\f]
\S	匹配任意非空字符
\d	匹配任意数字，等价于[0-9]
\D	匹配非数字
\A	匹配字符串开始
\Z	匹配字符串结束，如果存在换行，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	匹配一个换行符。匹配一个制表符等
\1…\9	匹配一个换行符。匹配一个制表符等
\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