python 正则表达式

正则表达式

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。

灵活性、逻辑性和功能性非常强，精确的判断 更简单

可以迅速地用极简单的方式达到字符串的复杂控制

 

正则表达式用re.match函数（匹配的格式，要判断字符串）

match 从开始匹配 ，尝试从字符串的起始位置匹配一个模式，匹配成功re.match方法返回一个匹配的对象，否则返回None。

如果不是起始位置匹配成功的话，就返回none。

search 任意位置匹配，扫描整个字符串并返回第一个成功的匹配。匹配成功re.search方法返回一个匹配的对象，否则返回None。

{ re.match与re.search的区别：

re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；

而re.search匹配整个字符串，直到找到一个匹配。}|

findall 在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

（ 注意： match 和 search 是匹配一次 findall 匹配所有。）

compile 函数，用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

re.finditer 和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回

re.split ，split 方法按照能够匹配的子串将字符串分割后返回列表

正则表达式的特殊元素

\ 转义字符

* 其前一个字符必须在目标对象中连续出现零次或多次

?+ 其前一个字符必须在目标对象中连续出现一次或多次

？ 其前一个字符必须在目标对象中连续出现一次或零次

^ 匹配字符串的开头

$ 匹配字符串的末尾。

. 匹配任意字符，除了换行符

[^...] 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

\w 匹配数字字母下划线

\W 匹配非数字字母下划线

\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

\d 匹配任意数字，等价于 [0-9]。

\D 匹配任意非数字

\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。

\z 匹配字符串结束

[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

特殊字符类

. 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。

\d 匹配一个数字字符。等价于 [0-9]。

\D 匹配一个非数字字符。等价于 [^0-9]。

\s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。

\S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

\w 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。

\W 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。

分组（0 ）默认整个组 邮箱 IP

.* ？ 找到匹配最短的长度字符 会输出多个 懒惰模式

.* 找到所有符合的最长字符 贪婪模式

match 匹配 search 寻找 sub 替换

re.search (模式，内容)默认贪婪模式 符合的全部匹配

re.search (模式，内容) 次数后面加？为非贪婪 找到一个就可以

re.compile（模式）编译 多从调用时可以先编译

re.sub(模式，替换内容，原内容，次数) 替换

分组：

m=re.match(r'[A-Z]{2}([A-Z])-\1\d-{3}') 用\1表示引用分组

（）（）（）-\3\2\1 ：3个分组 倒用引用3个分组匹配

.match（"^[0-9]$')只能一位数字 严格要求 开头结尾中间的指定数字

.match（"^[0-9]{3}$') 重复3次数字， {3，5}3到5次

[A-z]

（'^1[345789][0-9]{9}$'）手机号的匹配模式

('^[0-9]{1,}$') 输入至少一位数字

('^[0-9]{1,}.[0-9]{1,})$')输入一个小数 =='^\d+.\d+$' 等价于请输入一个小数

| 相当于把前面的表达式成立或者后面的成立

{} 为表示字符的个数{min,max}min为最小出现个数，max为最多出现个数，如果不写表示不限个数

{}的三种特殊次数

？表示{0，1} 0到1次 最多一次

* 表示{0，} 0到不限，可以0次可以多次

+ 表示{1，}： 1到不限，最少一次

 

 

r原生字符串 保留原始字符串 会把\n等 输出

 

（r'^\d{1}

下表列出了正则表达式模式语法中的特殊元素。如果你使用模式的同时提供了可选的标志参数，某些模式元素的含义会改变。

模式	描述
^	匹配字符串的开头
$	匹配字符串的末尾。
.	匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]	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。
re*	匹配0个或多个的表达式。
re+	匹配1个或多个的表达式。
re?	匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
re{ n}	匹配n个前面表达式。例如，"o{2}"不能匹配"Bob"中的"o"，但是能匹配"food"中的两个o。
re{ n,}	精确匹配n个前面表达式。例如，"o{2,}"不能匹配"Bob"中的"o"，但能匹配"foooood"中的所有o。"o{1,}"等价于"o+"。"o{0,}"则等价于"o*"。
re{ n, m}	匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
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	匹配数字字母下划线
\W	匹配非数字字母下划线
\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
\d	匹配任意数字，等价于 [0-9]。
\D	匹配任意非数字
\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。
\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个分组的内容。
\10	匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。

正则表达式实例

字符匹配

实例	描述
python	匹配 "python".

字符类

实例	描述
[Pp]ython	匹配 "Python" 或 "python"
rub[ye]	匹配 "ruby" 或 "rube"
[aeiou]	匹配中括号内的任意一个字母
[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

特殊字符类

实例	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。
\d	匹配一个数字字符。等价于 [0-9]。
\D	匹配一个非数字字符。等价于 [^0-9]。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\w	匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W	匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。