记录 python re 模块容易忘记的方法、匹配模式等
re 模块常用方法
方法 | 描述 |
---|
re.match | 从字符串开头匹配,匹配失败返回None |
re.search | 任意位置匹配,返回匹配到的第一个 |
re.findall | 返回匹配到所有字符串的字符串列表 |
re.finditer | 返回匹配到的所有字符串的迭代器 |
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 |
re.sub | 搜索替换,替换匹配到的字符串 |
re.compile | 生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用 |
常用匹配修饰符
修饰符 | 描述 |
---|
re.I | 使匹配对大小写不敏感 |
re.L | 做本地化识别(locale-aware)匹配 |
re.M | 多行匹配,影响 ^ 和 $ |
re.S | 使 . 匹配包括换行在内的所有字符 |
re.U | 根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B. |
re.X | 该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。 |
常用匹配模式
匹配字符映射
字符 | 描述 |
---|
^ | 匹配字符串的开头 |
$ | 匹配字符串的末尾 |
. | 匹配换行符除外的任意字符 |
\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’ |
\1…\9 | 匹配第n个分组的内容 |
\u4e00-\u9fa5 | 匹配中文字符 |
匹配方法
方法 | 描述 |
---|
[…] | 匹配 [] 内的任意一个字符 |
[^…] | 匹配非 [] 内的任意一个字符 |
a|b | 匹配a或者b |
(re) | 匹配括号内的表达式,也表示一个组 |
(?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 |
(?<=re) | 前后肯定界定符 |
(?<!re) | 前后否定界定符 |
(?=re) | 前向肯定界定符 |
(?!re) | 前向否定界定符 |
(?>re) | 匹配的独立模式,省去回溯 |
不了解界定符(断言)的,可以看看:正则表达式分组、断言详解
关于回溯,可以看这篇文章:正则表达式回溯
匹配次数
* | 匹配0个或多个的表达式 |
---|
+ | 匹配1个或多个的表达式 |
? | 非贪婪模式 |
{n} | 匹配n个前面的表达式 |
{n,} | 匹配n个以上包含n的前面的表达式 |
{n, m} | 匹配 n 到 m 次由前面的正则表达式定义的片段,贪婪模式 |
正则表达式在线工具
显示匹配步骤和匹配花费时间,总之很强大:https://regex101.com/