Python正则表达式

正则表达式是一个特殊的字符序列，他能帮助你方便的检查一个字符串是否与某种模式匹配。

re 模块使Python语言拥有全部的正则表达式功能。

²  re.match()函数：从字符串起始位置开始匹配，如果不是从起始位置匹配，返回None。

函数语法：

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

example：

>>> import re
>>> s = 'If they do not match, you have two options.'
>>> print(re.match('If', s).group())
If
>>> print(re.match('you', s))
None

²  re.search()函数，扫描整个字符串并返回一个成功的匹配，如果字符串没有匹配，则返回None。

函数语法：

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

example：

>>> import re
>>> print(re.search('\dcom', 'www.cccomround3com.0com').group())
3com

•  re.match与re.search的区别

re.match()只匹配字符串的开始，如果字符串开始不匹配正则表达式，则匹配失败，函数返回None。

re.search()匹配整个字符串，知道找到一个匹配。

²  re.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()两个函数使用。

函数语法

re.compile(pattern[, flags])

参数：

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：

1. re.I: 忽略大小写
2. re.L: 表示特殊字符集\w, \W, \b, \B, \s, \S，依赖于当前环境。
3. re.M: 多行模式，匹配多行，影响^和$（^增加匹配每行的开始，$增加匹配每行的结束）
4. re.S: 即为.，使.匹配换行符在内的任意字符。
5. re.U: 表示特殊字符集\w, \W, \s, \S, \b, \B, \d, \D，依赖于unicode字符属性数据库。
6. re.X: 增加可读性，忽略空格和#后面的注释。

Example：

>>> import re
>>> s = 'Making peace with what you do not have, that is what it is all about.'
>>> pattern = re.compile(r'\s*what\s')
>>> m = pattern.match(s)
>>> print(m)
None
>>> print(pattern.search(s))
<_sre.SRE_Match object; span=(17, 23), match=' what '>
>>> print(pattern.search(s).group())
 what

检索和替换

²  re.sub()函数，用于替换字符串中的匹配项，返回替换后的字符串。

函数语法：

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

example：

>>> import re
>>> s = 'So we can substitute that. They phone number is: 0571-56894388'
>>> print(re.sub('They', 'Our', s))
So we can substitute that. Our phone number is: 0571-56894388
>>> print(re.sub('\s+', '   ', s))
So   we   can   substitute   that.   They   phone   number   is:   0571-56894388
>>> print('电话号码：' + re.sub('\D', '', s))
电话号码：057156894388

repl也可以是函数：

>>> import re
>>> def double(matched):
...     value = int(matched.group('value'))
...     return str(value * 2)
...
>>> s = '12HJAS2840HAG'
>>> print(re.sub('(?P<value>\d+)', double, s))

²  re.findall()函数：在字符串中找到正则表达式匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回一个空列表。

match()和search()是匹配一次，findall匹配所有。

函数语法：

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

example：

>>> import re
>>> pattern = re.compile(r'\w*at')
>>> s = 'Making peace with what you do not have, that is what it is all about.'
>>> print(pattern.findall(s))
['what', 'that', 'what']
>>> print(pattern.findall(s, 0, 30))
['what']

²  re.finditer()函数：和findall类似，在字符串中找到正则表达式匹配的所有子串，并把它们作为一个迭代器返回。

函数语法：

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

example:

>>> import re
>>> rr = re.finditer('\d+', 'dfh1545dd=sfsgju44juy888uyk')
>>> for match in rr:
...     print(match)
...
<_sre.SRE_Match object; span=(3, 7), match='1545'>
<_sre.SRE_Match object; span=(16, 18), match='44'>
<_sre.SRE_Match object; span=(21, 24), match='888'>

²  re.split()函数：按照能够匹配的子串将字符串分割后返回列表。

函数语法：

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

example:

>>> print(re.split(r'\s+', 'Every cloud has a silver lining.'))
['Every', 'cloud', 'has', 'a', 'silver', 'lining.']

正则表达式中的一些基本符号：

符号	解释	示例	说明
.	匹配任意字符	b.t	可以匹配but/bat/b#t/b1t等
\w	匹配字母/数字/下划线等	b\wt	可以匹配but/b1t/b_t等，但不能匹配b#t
\s	匹配空白字符（包括\r,\n,\t等）	Love\syou	可以匹配Love you
\d	匹配数字	\d\d	可以匹配01/99/32等
\b	匹配单词边界	\bThe\b
^	匹配字符串的开始	^The	可以匹配The开头的字符串
$	匹配字符串的结束	.exe$	可以匹配exe结尾的字符串
\W	匹配非字母/数字/下划线	b\Wt	可以匹配b#t/b@t等，但不能匹配but/b1t/b_t等
\S	匹配非空白字符	Love\Syou	可以匹配Love#you，但不能匹配Love you
\D	匹配非数字	\d\D	可以匹配3a/0F/9#等
\B	匹配非单词边界	\Bio\B
[]	匹配来自字符集的任一字符	[aeiou]	可以匹配任一元音字母字符
[^]	匹配不在字符集的任一字符	[aeiou]	可以匹配任一非元音字母字符
*	匹配0次或多次	\w*
+	匹配1次或多次	\w+
？	匹配0次或1次	\w?
{N}	匹配N次	\w{3}	匹配3次
{M,}	匹配至少M次	\w{3,}	匹配至少3次
{M,N}	匹配至少M次至多N次	\w{3,6}	匹配至少3次至多6次
|	分支	foo|bar	可以匹配foo或者bar
(?#)	注释
(exp)	匹配exp并捕获到自动命名的组中
(?<name>exp)	匹配exp并捕获到命名为name的组中
(?:exp)	匹配exp但不捕获匹配的文本
(?=exp)	匹配exp前面的位置	\b\w+ (?=ing)	可以匹配I’m dancing中的danc
(?<=exp)	匹配exp后面的位置	(?<=\bdanc) \w+\b	可以匹配到I love dancing and reading中的第一个ing
(?!exp)	匹配后面不是exp的位置
(?<!exp)	匹配前面不是exp的位置
*？	匹配任意次，但尽可能少重复	a.*b a.*?b	将正则表达式应用于aabab，前者会匹配整个字符串aabab，后者会匹配aab和ab两个字符串
+？	匹配1次或多次，但尽可能少重复
{M,N}?	匹配M到N次，但尽可能少重复
{M,}?	匹配M次以上，但尽可能少重复

转载于:https://www.cnblogs.com/Grace-gao/p/11398923.html