Python 正则表达式详解（re）

1 概述

说明：常用的正则表达式详解，若后续继续使用其它，再来补充。

2 语法

2.1 查找字符串 match()、search()、compile()

re.match(pattern, string, flags=0)   # 只匹配字符串的开始位置
re.search(pattern, string, flags=0)  # 匹配整个字符串，找到第一个匹配
re.compile(pattern[, flags])         # 编译正则表达式，供 ↑ 使用

# pattern：正则表达式模式
# string：要匹配的字符串
# flags=0：标志位。参见："正则表达式修饰符 - 标志位"

示例：None 中没有 .span() 故报错

import re

# .span(): 位置   .group(): 值
m1 = re.match('www', 'www.baidu.com').span()
m2 = re.match('com', 'www.baidu.com')

s1 = re.search('www', 'www.baidu.com').span()
s2 = re.search('com', 'www.baidu.com').span()

patter_c = re.compile(r'\d+')  # 至少匹配一个数字
c1 = patter_c.match('阿梦520', 2, 10)  # 从 2 开始，10 结束

print(m1)  # (0, 3)
print(m2)  # None
print(s1)  # (0, 3)
print(s2)  # (10, 13)
print(c1)  # <re.Match object; span=(2, 5), match='520'>

2.2 查找字符串 findall()、finditer()

# 请注意 match 和 search 是匹配一次，findall 匹配所有
re.findall(string[, pos[, endpos]])  # return list
re.finditer(pattern, string, flags=0)  # 同 findall，return 迭代器

# string: 原字符串
# pos：开始位置，默认 0 
# endpos：结束位置，默认 字符串的长度

示例：

import re

f1 = re.findall(r'\d+', '阿梦520 - 1314', 2)
f2 = re.finditer(r'\d+', '阿梦520 - 1314', 2)

print(f1)

for match in f2:
    print(match.group())

测试结果：

['520', '1314']
520
1314

2.3 替换字符串 sub()

re.sub(pattern, repl, string, count=0, flags=0)

# pattern：正则表达式模式
# repl：替换后的字符串
# string：原字符串
# count=0：匹配次数，0：替换所有的匹配
# flags=0：标志位

import re

str = '阿梦：151-2345-6789'

# 将任意非数字替换为空
s1 = re.sub('\D+', '', str)
print(s1)  # 15123456789

2.4 拆分字符串 split()

re.split(pattern, string[, maxsplit=0, flags=0])

# pattern：正则表达式模式
# string：原字符串
# maxsplit：分割次数。默认 0：不限制
# flags：标志位

示例：

import re

# 按 非字符、数字、下划线 拆分字符串
s1 = re.split(r'\W+', '阿梦,520,阿优')

print(s1)  # ['阿梦', '520', '阿优']

3 扩展

3.1 正则表达式模式

模式	描述	举例
^	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
a|b	匹配 a 或者 b
[…]	匹配一组字符，如：[abc]：匹配 a、b、c	反例 = [^…]
*	匹配 0 个或 多个表达式
+	匹配 1 个或 多个表达式
?	匹配 0 个或 1 个表达式
{n}	匹配 n 个表达式
{n, m}	匹配 n 至 m 个表达式
{n, }	匹配 >= n 个表达式
\w	匹配字母、数字及下划线	反例 = \W
\s	匹配任意空白字符	反例= \S
\d	匹配任意数字，等价 [0-9]	反例 = \D

3.3 正则表达式修饰符 - 标志位

修饰符	描述
re.I	使匹配对大小写不敏感
re.M	多行匹配，影响 ^ 和 $