python：正则表达式

正则表达式是用来快速匹配字符串的表达方式。

正则表达式的常用操作符：

操作符	说明	实例
.	表示任何单个字符
[]	字符集，对单个字符给出取值范围	[abc]表示a、b、c，[a-z]表示a到z单个字符
[^]	非字符集，对单个字符给出排除范围	[^abc]表示非a或b或c的单个字符
*	前一个字符0次或无限次扩展	abc*表示ab、abc、abcc、abccc等
+	前一个字符1次或无限次扩展	abc+表示abc、abcc、abccc等
?	前一个字符0次或1次扩展	abc?表示ab、abc
|	左右表达式任意一个	abc|def表示abc、def
{m}	扩展前一个字符m次	ab{2}c表示abbc
{m,n}	扩展前一个字符m至n次（含n）	ab{1,2}c表示abc、abbc
^	匹配字符串开头	^abc表示abc且在一个字符串的开头
$	匹配字符串结尾	abc$表示abc且在一个字符串的结尾
()	分组标记，内部自能使用|操作符	(abc)表示abc，(abc|def)表示abc、def
\d	数值，等价于[0-9]
\w	单词字符，等价于[A-Za-z0-9]

 

经典正则表达式实例：

^[A-Za-z]+$                         由26个字母组成的字符串

^[A-Za-z0-9]+$                   由26个字母和数字组成的字符串

^-?\d+$                                整数形式的字符串

^[0-9]*[1-9][0-9]*$           正整数形式的字符串

[1-9]\d{5}                             中国境内邮政编码，6位

[\u4e00-\u9fa5]                 匹配中文字符

\d{3}-\d{8}|\d{4}-\d{7}     国内电话号码，010-12345678

 

推荐python当正则表达式包含<转义符>时使用raw string

 

Re库的主要功能函数：

函数	说明
re.search()	在一个字符串中搜索匹配正则表达式的第一个位置，返回match对象
re.match()	从一个字符串的开始位置起匹配正则表达式，返回match对象
re.findall()	搜索字符串，以列表类型返回全部能匹配的子串
re.split()	讲一个字符串按照正则表达式匹配结果进行分割，返回列表类型
re.finditer()	搜索字符串，返回一个匹配结果的迭代类型，每个迭代元素是match对象
re.sub()	在一个字符串中替换所有匹配正则表达式的子串，返回替换后的字符串

 

记录学习过程。