正则表达式匹配符介绍-python

匹配符介绍

字符	解释
x	字符x可代表任意合法的字符
\uhhhh	十六进制值 0xhhhh 表示的 Unicode 字符
\t	制表符(\u0009)
\n	换行符(\u000A)
\r	回车符(\u000D)
\f	换页符(\u000C)
\a	报警(bell)符(\u0007)
\e	Escape符(\u001B)
\cx	x对应的控制符。例如，\cM匹配Ctrl+M。x必须是A-Z或a-z之一
$	匹配字符串的结尾。如果要匹配$字符本身，要使用\$
^	匹配字符串的开头。如果要匹配^字符本身，要使用\^
.	能够匹配除换行符 \n 以外的任意单个字符。
\w	与单个字母数字字符匹配。
\W	与单个非字母数字字符匹配。
\d	与单个数字匹配。
\D	与单个非数字匹配。
\s	与单个空白字符（空格，换行符，返回符，制表符，表格）匹配。
\S	与任何非空格字符匹配。
()	被括起来的表达式部分将作为分组，并返回相匹配的文本。
[..]	匹配方括号中..表达的字符。
[^..]	匹配方括号中..表达以外的任何字符。比如，\u4e00-\u9fa5表示所有中文字符，[^\u4e00-\u9fa5]就可以表示匹配所有非中文字符。
.*[/]$	匹配以/结尾的字符串。
.*[^/]$	匹配不以/结尾的字符串。
{m，n}	匹配前一个字符的出现次数在 m 至 n 次之间。
a|b	匹配 a 或 b。
?	匹配前一个字符出现次数 0 或 1。
+	模式前一个字符出现 1 次或多次。
*	模式前一个字符出现 0 次或多次。
\	转义字符，通常用于将一些被占用成为正则表达的符号还原为原来的意思，比如 \+ 表示加号。

方括号表达式的三种含义

• 表示枚举：例如[abc]，表示a、b、c其中任意一个字符。
• 表示范围：例如[a-f]，表示a-f范围内的任意字符。
• 表示求否^：例如[^abc]，表示非a、b、c的任意字符。

边界匹配符

边界匹自己符	说明
^	行的开头
$	行的结尾
\b	单词的边界,即只能匹配单词前后的空白
\B	非单词的边界,即只能匹配不在单词前后的空白
\A	只匹配字符串的开头
\Z	只匹配字符串的纺尾,仅用于最后的结束符

python正则表达式模块re

在python中，re是一个专业的正则表达式模块，以下是该模块中常用的几个函数：

函数名	描述
re.compile(pattern, flags=0)	编译正则表达式模式，返回Pattern对象。
re.search(pattern, string, flags=0)	扫描整个字符串,并返回字符串中第一处匹配pattern匹配对象，如果未找到匹配项，则返回None。
re.match(pattern, string, flags=0)	尝试从字符串的开始位置来匹配正则表达式，返回匹配对象，如果没有找到匹配，则返回None。
re.findall(pattern, string, flags=0)	扫描整个字符串,并返回字符串中所有匹配pattern的子串组成的列表
re.finditer(pattern, string, flags=0)	扫描整个字符串,并返回字符串中所有匹配pattern的子串组成的迭代器
re.fullmatch(pattern, string, flags=0)	要求整个字符串能匹配pattern,并返回匹配对象，如果未找到匹配，则返回None。
re.sub(pattern, repl, string, count=0, flags=0)	将 string 字符串中所有匹配pattern的内容替换成repl。count参数控制最多替换多少次,默认全部替换
re.split(pattern, string, maxsplit=0, flags=0)	使用pattern对string进行分割,返回分割得到的子串组成的列表,maxsplit参数控制最多分割几次
re.purge()	清除正则表达式缓存
re.escape(pattern)	对pattern中除ASCII字符、数值、下划线之外的其他字符进行转义
re.subn(pattern, repl, string, count=0, flags=0)	返回一个二元组,包含(new_string, number)
re.template(pattern, flags=0)	编译模板pattern，返回pattern对象
``
``

在re模块中常用的有两种对象：

• 正则表达式对象：re.compile函数的返回值
• 匹配对象：match、search方法的返回值

示例1-只匹配中文字符

在python中使用正则表达式，首先需要加载re模块包：

import re

text_pattern = "[\u4e00-\u9fa5]*"
text_p = re.compile(text_pattern)
text_r = text_p.findall("张三住在123号小区。")
text_r

结果：

['张三住在', '', '', '', '号小区', '', '']

示例2-匹配非中文字符

text_pattern = "[^\u4e00-\u9fa5]*"
text_p = re.compile(text_pattern)
text_r = text_p.findall("张三住在123号小区。")
text_r

结果：

['', '', '', '', '123', '', '', '', '。', '']

示例3-去除括号及里面的内容

pattern = "（.*）"    #中文括号
re.sub(pattern, "", "张三（法外狂徒）住在123号小区。")

结果：

'张三住在123号小区。'

pattern = "\(.*\)"    #英文括号
re.sub(pattern, "", "张三(法外狂徒)住在123号小区。")

结果：

'张三住在123号小区。'