正则表达式总结及python的re模块常用函数介绍

一、正字表达式简介

概念：正则表达式，又称规则表达式（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，模式描述在搜索文本时要匹配的一个或多个字符串。（百度百科）

说白了就是用来匹配字符的一个模式，满足该模式的表示匹配上了，就能够做查询、获取、替换等字符操作了。

（一）正则表达式元字符

通配符	含义	正则示例	匹配结果
reg1 | reg2	匹配正则表达式reg1或reg2	foo | bar	foo
+	匹配1次或者多次前面出现的正则表达式	[a-z]+	aasx
?	匹配0次或者1次前面出现的正则表达式	first?	first
{N}	匹配N次前面出现的正则表达式	*.c{2}	first.c abc.c
{M,N}	匹配M~N次前面出现的正则表达式	*.c{0,1}	one.c
.	匹配任何字符(\n除外)	a.a	abc
^	匹配字符串起始部分	^a	ab…
$	匹配字符串终止部分	.txt$	a.txt
*	匹配0次或者多次前面出现的正则表达式	a*	aaaaa
[…]	匹配来自字符集的任意单个字符	[abc]	b
[^…]	不匹配次字符集中任意单个字符	[^0-9]	a
(*|+|?|{})?	匹配上面频繁出现符号的非贪婪版	(*|+|?|{})?	({})
(…)	匹配封闭的正则表达式，然后另存为子组	([0-1][0-9])?	12
\d	匹配任何十进制数字	\d.txt	1.txt
\w	匹配任何字母数字字符	\w{2}txt	1.txt
\s	匹配任何空格字符	a\sb	a b
\b	匹配任何单词边界	The\bdog	The dog
\N	匹配已保存的子组	([0-9])\1	1
\.	"\"是转义字符，用在特殊字符前	a.txt	a.txt

等价匹配：

• ?,*,+,\d,\w 都是等价字符
• ?等价于匹配长度{0,1}
• *等价于匹配长度{0,}
• +等价于匹配长度{1,}
• \d等价于[0-9]
• \D等价于[^0-9]
• \w等价于[A-Za-z_0-9]
• \W等价于[^A-Za-z_0-9]

**贪婪模式：**正则表达式一般趋向于最大长度匹配，也就是所谓的贪婪匹配。如上面使用模式p匹配字符串str，结果就是匹配到abcaxc(ab.*c)

**非贪婪模式：**就是匹配到结果就好，就少的匹配字符。如上面使用模式p匹配字符串str，结果就是匹配到abc(ab.*c)。一般在某个模式后面跟上?表示非贪婪

（二）常用正则表达式

二、python的re模块

python的re模块就是用来用正则表达式的方式封装了几个使用的函数

• match(pattern, string, flags = 0)使用带有可选标记的正则表达式的模式来匹配字符串。如果匹配成功，返回匹配对象，否则返回None。 从字符串头部开始匹配

import re

content = 'The 123456 is my one phone number.'
print(len(content)) #字符串长度
result = re.match(r'^The\s\d+\s\w*', content) #使用match匹配, 第一个参数为正则表达式, 第二个为要匹配的字符串
print(result)
print(result.group()) #输出匹配内容
print(result.