【学习记录】Python-Regular Expression

【学习记录】Python-Regular Expression

基本用法

1. re.match('xxx',string_a)：在字符串a的开头匹配xxx，如果匹配成功则返回值为1。
2. re.search('xxx',string_a)：在字符串a中匹配一个xxx，如果匹配成功则返回值为1。
3. re.findall('xxx',string_a)：在字符串a中匹配所有xxx，如果匹配成功则返回列表。
4. re.finditer('xxx',string_a)：在字符串a中匹配所有xxx，如果匹配成功则以迭代器返回。
5. re.sub('xxx','aaa',string_a)：将字符串a中的xxx替换为aaa，如果替换成功则返回替换后的字符串。
6. re.xxx().start()：返回匹配到的字符的起始位置。
7. re.xxx().end()：返回匹配到的字符的结束位置。
8. re.xxx().span()：返回匹配到的字符的起始和结束位置。

匹配符

• ^：匹配字符串的开头。

  例：re.search('^xxx',string_a)：在string_a的开头查找，如果符合则返回值为1，类似字符串函数中的string_a.startwith('xxx')。

• $：匹配字符串的末尾。

• .：匹配除换行符外的任意字符。

• [abcd]：匹配单个字符，a 、b、 c 或 d。

• [^abcd]：匹配除a 、b、 c、 d 以外的字符。

• [a-z]：匹配范围内的字符

• *：重复匹配字符0次或多次。

• +：重复匹配字符1次或多次。

• ?：非贪婪方式。

• \s：匹配空格符。

• \S： 匹配非空格字符。

• abc(xxx)：匹配（match）abcxxx，但只提取（extract）xxx。

标志位

• 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
• 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

转义

在字符串前加上 r ，表明字符串为原始字符串常量（加上 u 为Unicode字符串常量，加上 b 为字节字符串常量），原始字符串常量可避免反斜杠 \ 的转义，例如：

print('This is a \n test')

结果会因为 \n 换行，而加上 r 则可以避免 n 的转义：

print(r'This is a \n test')

\n 不会引起换行，而是被打印出来。

r 在下面的非法字符匹配中有得到应用。

非法字符匹配

Windows中文件名不能包含 \ / : * ? " < > | 等非法字符，需要在处理文件名时将非法字符删除：

fileName = '\/:*?"<>|test.file'
invalidchar = r"[\/\\\:\*\?\"\<\>\|]"
newName = re.sub(invalidchar, '', fileName)

例子

1. import re
   

2. import re
   

3. import re
   

4. import re
   

5. import re
   

实时更新中