python常用正则表达式

1、正则表达式模式：

（1）单个字符

• \\ : 表示转义字符'\'
• \t : 匹配制表符
• \n:匹配换行符
• \r:匹配回车符

（2）字符集

• [a,b,c]：其中的任意一位。
• [^a,b,c]：表示不是其中的任意一位。
• [a-z]：所有的小写字母。
• [a-zA-Z]：表示任意的一位字母，不区分大小写。
• [0-9]：表示任意的一位数字。

（3）字符集等价表达式：

• . ：表示任意的一位字符。
• \d：等价于[0-9]，属于简化写法。
• \D：等价于[^0-9]，属于简化写法。
• \s：表示任意的空白字符，例如\t，\n。
• \S：表示任意的非空白字符。
• \w：等价于[a-zA-Z_0-9]，表示任意的字母，数字，下划线所组成。
• \W：等价于[^a-zA-Z_0-9]，表示不是由任意的字母，数字，下划线所组成。

（4）边界匹配

• ^ : 正则匹配的开始
• $：正则匹配的结束

\b，\B是单词边界，不匹配任何实际字符，所以是看不到的；\B是\b的非(补)。

\b：表示字母数字与非字母数字的边界，     非字母数字与字母数字的边界。

\B：表示字母数字与(非非)字母数字的边界，非字母数字与非字母数字的边界。

（5）正则出现数量

• 正则?：表示此正则可以出现0次或者1次。
• 正则+：表示此正则可以出现1此或者多次。
• 正则*：表示此正则可以出现0次或者1次或者多次。
• 正则{n}：表示此正则正好出现n次。
• 正则{n，}：表示此正则至少出现n次。
• 正则{n，m}：表示此正则出现n~m次。

（6）正则逻辑运算

• 正则1正则2：正则1判断后继续判断正则2。
• 正则1 | 正则2：正则1或者正则2有一组满足即可。
• （正则）：将多个正则作为一组，可以为这一组设置单独出现的次数。

2、python中的正则表达式

python中的re模块拥有全部的正则表达式功能，可以更加方便的对字符串进行操作。

• re.compile(pattern[, flags]) 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。

参数：

pattern : 一个字符串形式的正则表达式

flags :  用于控制正则表达式的匹配方式，一个可选参数，比如忽略大小写，多行模式等，具体参数为：

• re.match(pattern，string，flags=0) 从字符串的起始位置匹配一个模式，如果不是从起始位置匹配成功的话，返回none。

参数：

pattern ：匹配的正则表达式；

string ：需要匹配的字符串；

flags ： 用于控制正则表达式的匹配方式。

使用group（num=0）和groups（）：匹配对象函数来获取匹配表达式。

group（num=0）：匹配的整个表达式的字符串，group() 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。

groups（）： 返回一个包含所有小组字符串的元组，从 1 到 所含的小组号

• re.serach（pattern，string，flags=0）:扫描整个字符串并返回第一个成功匹配的字符串。

参数：

pattern ：匹配的正则表达式；

string ：需要匹配的字符串；

flags ： 用于控制正则表达式的匹配方式。

同样，也可以使用group（num=0）和groups（）：匹配对象函数来获取匹配表达式。

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。

• re.sub(pattern, repl, string, count=0, flags=0)  替换字符串中的匹配项

参数：

pattern : 正则中的模式字符串。

repl : 替换的字符串，也可为一个函数。

string : 要被查找替换的原始字符串。

count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

flags ： 用于控制正则表达式的匹配方式。

• findall(string[, pos[, endpos]]) 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

参数：

string : 待匹配的字符串。

pos : 可选参数，指定字符串的起始位置，默认为 0。

endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度

• re.finditer(pattern, string, flags=0)：匹配子串并作为迭代器返回

参数：

pattern ：匹配的正则表达式；

string ：需要匹配的字符串；

flags ： 用于控制正则表达式的匹配方式。

• re.split(pattern, string[, maxsplit=0, flags=0])  按照能够匹配的子串将字符串分割后返回列表

参数：

pattern ：匹配的正则表达式；

string ：需要匹配的字符串；

maxsplit：可选参数，分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。

flags：可选参数，用于控制正则表达式的匹配方式。

3、正则表达式匹配标志-用来控制匹配的模式

re.I： 忽略大小写

re.L： 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境

re.M： 多行模式，可影响到^和$

re.S：即为 . 并且包括换行符在内的任意字符（. 不包括换行符）

re.U： 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库

re.X： 为了增加可读性，忽略空格和 # 后面的注释

4、正则表达式对象：

re.RegexObject

re.compile()： 返回 RegexObject 对象。

re.MatchObject

group() 返回被 RE 匹配的字符串。

start() 返回匹配开始的位置

end() 返回匹配结束的位置

span() 返回一个元组包含匹配 (开始,结束) 的位置