Python正则表达式

Python正则表达式

正则表达式（Regular Expression，简写为regex），也叫做模式(Pattern)匹配，是“描述某种规则的表达式”的意思。换句话，正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。

Python 自1.5版本起增加了re 模块，re 模块使 Python 语言拥有全部的正则表达式功能。re库，这是一个Python处理文本的标准库。标准库的意思表示这是一个Python内置模块，不需要下载安装。【目前Python内置模块大概有300个，可以在这里查看Python所有的内置模块：Python Module Index — Python 3.11.4 documentation】

re模块官方文档re --- 正则表达式操作 — Python 3.11.4 文档

正则表达式HOWTO 正则表达式HOWTO — Python 3.11.4 文档

Python原生字符串，由于正则表达式通常都包含反斜杠，所以你最好使用原始字符串来表示它们。模式元素(如 r'/t'，等价于'//t')匹配相应的特殊字符。

转义符

python的字符串中\是具有特殊含义的，要正常表示一个\，需要两个\来表示

在正则中，\是具有特殊含义的，要正常表示一个,需要两个\来表示

re库是标准库，可以直接import使用：

import re

查看正则表达式模块返回有效属性列表

在交互式时使用

dir(re)

参见下图：

查看re模块中函数如search的帮助

在交互式时（在shell中）输入如下指令后回车：

help(re.search)

参见下图：

【re.search 函数/方法会在字符串内查找模式匹配，并返回第一个成功的匹配。

参数       描述

pattern   匹配的正则表达式

string     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。

下面介绍一些Python正则表达式例子。】

下面介绍一些Python正则表达式例子。

1、字符串替换

用newstring替换subject中所有与正则表达式regex匹配的子串

result, number = re.subn(regex, newstring, subject)

或

reobj = re.compile(regex)

result, number = reobj.subn(newstring, subject)

其中，result,代表替换后的结果，number代表替换的次数

如

result, number =re.subn(“ab”, “AB”, “abcabcdabcde”)

或

下面给出程序代码：

import re
regex = "ab"
newstring ="AB"
subject = "abcabcdabcde"
result, number=re.subn(regex, newstring, subject)
print("替换后的结果：", result)
print("替换的次数：" , number)
print(re.subn(regex, newstring, subject))

运行输出：

替换后的结果： ABcABcdABcde
替换的次数： 3
('ABcABcdABcde', 3)

2、字符串拆分

以regex指定的字符为拆分subject指定的字符串

result = re.split(regex, subject)

或

reobj = re.compile(regex)

result = reobj.split(subject)

如

result = re.split("ab", "abcabcdabcde")

参见下图：

量词

*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

案例

对到小写敏感，注意大小写。

模式       描述

.  匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。

[...]   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。

a|b   匹配a或b

(re)  G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)      前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功

(?> re)    匹配的独立模式，省去回溯。

\w   匹配字母数字，等价于'[A-Za-z0-9_]'。

\W   匹配非字母数字，等价于 '[^A-Za-z0-9_]'。

\s    匹配任意空白字符，等价于 [\t\n\r\f].

\S    匹配任意非空字符，等价于 [^ \f\n\r\t\v]。

\d    匹配任意数字，等价于 [0-9].

\D   匹配任意非数字，等价于 [^0-9]。

\A    匹配字符串开始

\Z    匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。c

\z    匹配字符串结束

\G   匹配最后匹配完成的位置。

\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, 等.       匹配一个换行符。匹配一个制表符。等

\1...\9      匹配第n个分组的子表达式。

\10  匹配第n个分组的子表达式，如果它经匹配。否则指的是八进制字符码的表达式。

[0-9]       匹配任何数字。类似于 [0123456789]

[a-z]       匹配任何小写字母

[A-Z]      匹配任何大写字母

[a-zA-Z0-9]   匹配任何字母及数字

[^aeiou]  除了aeiou字母以外的所有字符

[^0-9]     匹配除了数字外的字符

[ ] 字符集合设定符的说明

首先说明一下字符集合设定的方法。由一对方括号括起来的字符，表明一个字符集合，能够匹配包含在其中的任意一个字符。比如 [abc123] ，表明字符 ’a’ ‘b’ ‘c’ ‘1’ ‘2’ ‘3’ 都符合它的要求。可以被匹配。

在[ ] 中还可以通过 - 减号来指定一个字符集合的范围，比如可以用 [a-zA-Z] 来指定所以英文字母的大小写，因为英文字母是按照从小到大的顺序来排的。你不可以把大小的顺序颠倒了，比如写成 [z-a] 就不对了。

在[ ] 中面的开头写一个‘^’号，则表示取非，即在括号里的字符都不匹配。如 [^a-zA-Z] 表明不匹配所有英文字母。但是如果‘^’不在开头，则它就不再是表示取非，而表示其本身，如 [a-z^A-Z] 表明匹配所有的英文字母和字符‘^’。

| 或规则符的说明

将两个规则并列起来，以'|’连接，表示只要满足其中之一就可以匹配。比如[a-zA-Z]|[0-9] 表示满足数字或字母就可以匹配，这个规则等价于 [a-zA-Z0-9]

注意 ：关于| 要注意两点：

第一， 它在[ ]  之中不再表示或，而表示他本身的字符。如果要在[ ]  外面表示一个'|’字符，必须用反斜杠引导，即'/|’;

第二， 它的有效范围是它两边的整条规则，比如' dog|cat’ 匹配的是'dog’或'cat'。如果想限定它的有效范围，必需使用一个无捕获组 '(?: )’ 包起来。比如要匹配'I have a dog’ 或'I have a cat’ ，需要写成r'I have a (?:dog|cat)’ ，而不能写成r'I have a dog|cat’

3、邮箱

包含大小写字母，下划线，阿拉伯数字，点号，中划线

表达式：

[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(?:\.[a-zA-Z0-9_-]+)

示例代码

import re
pattern = re.compile(r"[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(?:\.[a-zA-Z0-9_-]+)")  
strs = '我的私人邮箱是zhuwjwh@outlook.com，公司邮箱是123456@qq.org，麻烦登记一下？'  
result = pattern.findall(strs)  
print(result) #输出：['zhuwjwh@outlook.com', '123456@qq.org']

输出：

['zhuwjwh@outlook.com', '123456@qq.org']

附录

Python常见的正则表达式例子使用Python验证常见的50个正则表达式

正则表达式及其使用 正则表达式及其使用_软件开发技术深度爱好者的博客-CSDN博客