Python之re模块详解(正则表达式)

作者：永不落的梦想

作者主页：传送

座右铭：过去属于死神，未来属于自己

本文专栏：Python篇

今日鸡汤：人最大的对手，就是自己的懒惰

目录

一、概述

二、正则表达式模式

三、re模块常用方法

四、正则匹配案例

---

一、概述

        正则表达式是一个特殊的字符序列，方便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，它提供 Perl 风格的正则表达式模式，re 模块使 Python 语言拥有全部的正则表达式功能。

二、正则表达式模式

模式	描述
字符类
a,b,c,1,2,3	字符常量，直接匹配常量
\d	匹配一个数字
\D	匹配一个非数字
\s	匹配一个空格
\S	匹配一个非空格
\w	匹配一个字母、数字或下划线
\W	匹配一个非字母、数字、下划线
[abcd]	匹配abcd中任意一个字符
[a-d]	匹配a-d中任意一个字符
[^a-d]	匹配除a-d外的任意一个字符
[0-5]	匹配0-5中任意一个字符
.	匹配除\n外的任意一个字符
量词
*	0或多个
+	1或多个
?	0或1个
{3}	3个
{2,5}	2-5个
{3,}	至少3个
{,4}	最多4个
组合模式
\d{3}[a-z]{3}	直接拼接多个子模式，表示3个数字连接3个小写字母
\d{3}|[a-z]{3}	模式并存，表示匹配3个数字或3个小写字母
(abc){3}	分组，表示abc为一组匹配3个即abcabcabc
(abc)(ha)(\1)	分组调用，\1表示第一个分组即匹配abchaabc
位置
^	匹配开头
$	匹配末尾
\A	匹配字符串开始
\Z	匹配字符串结束
\b	匹配单词边界
\B	匹配非单词边界
标记
re.I	忽略大小写
re.M	多行匹配
re.X	允许空格和注释
re.S	.可匹配\n
特殊字符
\n	匹配换行符
\r	匹配回车符
\t	匹配tab符

import re
# 简单正则模式匹配案例
s = '123abc,hello word! HHHaa'

# 匹配模式：r'abc'            匹配结果：匹配成功

# 匹配模式：r'\d+abc'         匹配结果：匹配成功

# 匹配模式：r'\d{3}[a-z]{3}'  匹配结果：匹配成功

# 匹配模式：r'\d+[a-z]'       匹配结果：匹配成功

# 匹配模式：r'^[a-zA-Z]+'     匹配结果：匹配失败

# 匹配模式：r'Haa/b'          匹配结果：匹配成功

# 匹配模式：r'^[^a-z]'        匹配结果：匹配成功

# 匹配模式：r'\d{1,}'         匹配结果：匹配成功

# 匹配模式：r'a.c'            匹配结果：匹配成功

# 匹配模式：r'[a-z]{2,}$'     匹配结果：匹配成功

注意：

        标点符号只有被转义时才匹配自身，否则它们表示特殊的含义；

        反斜杠本身需要使用反斜杠转义；

        由于正则表达式通常都包含反斜杠，所以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;

三、re模块常用方法

查找
re.search()	只返回一个匹配结果的对象
re.match()	从头匹配且只返回一个匹配结果的对象
re.findall()	返回元素为所有匹配结果的列表
re.finditer()	返回Match迭代器的对象
替换
re.sub()	返回所有匹配结果被替换后的字符串
re.subn()	返回元素为替换后的字符串和替换次数的元组
分割
re.split()	返回元素为以匹配模式作为分隔后的字符串的列表

# re模块常用方法使用案例
import re

a = '22abc,Abc,ABC,aj145a,kl8899'

# re.search(),只返回一个匹配结果的对象
m1 = re.search(r'\d{2}', a, flags=re.I)
print('\nre.search()的结果：')
print(m1)

# re.match(),从头匹配且只返回一个匹配结果的对象
m2 = re.match(r'j\d{2}', a)
m3 = re.match(r'\d{2}', a)
print('\nre.match()的结果：')
print(m2)
print(m3)

# re.findall(),返回元素为所有匹配结果的列表
m4 = re.findall(r'\d{2}', a)
print('\nre.findall()的结果：')
print(m4)

# re.finditer(),返回Match迭代器的对象
m5 = re.finditer(r'\d{2}', a)
print('\nre.finditer()的结果：')
for i in m5:
    print(i)

# re.sub(),返回所有匹配结果被替换后的字符串
m6 = re.sub(r'\d{2}', '--', a)
print('\nre.sub()的结果：')
print(m6)

# re.subn(),返回元素为替换后的字符串和替换次数的元组
m7 = re.subn(r'\d{2}', '--', a)
print('\nre.subn()的结果：')
print(m7)

# re.split(),返回元素为以匹配模式作为分隔后的字符串的列表
b = 'ahs,  ajka  / koi12 ? jk'
m8 = re.split(r'\s*[,/?]\s*', b)
print('\nre.split()的结果：')
print(m8)



# 输出

re.search()的结果：
<re.Match object; span=(0, 2), match='22'>

re.match()的结果：
None
<re.Match object; span=(0, 2), match='22'>

re.findall()的结果：
['22', '14', '88', '99']

re.finditer()的结果：
<re.Match object; span=(0, 2), match='22'>
<re.Match object; span=(16, 18), match='14'>
<re.Match object; span=(23, 25), match='88'>
<re.Match object; span=(25, 27), match='99'>

re.sub()的结果：
--abc,Abc,ABC,aj--5a,kl----

re.subn()的结果：
('--abc,Abc,ABC,aj--5a,kl----', 4)

re.split()的结果：
['ahs', 'ajka', 'koi12', 'jk']

四、正则匹配案例

匹配Email地址的正则表达式

\w+([-+.]\w+)*@\w+([-.]\w+)*.\w+([-.]\w+)*

匹配网址URL的正则表达式

[a-zA-Z]+://[^\s]*

匹配腾讯QQ号的正则表达式

[1-9]\d{4,}

匹配身份证号的正则表达式

\d{15}|\d{18}

匹配IPv4地址的正则表达式

(\d{1,3}).(\1).(\1).(\1)