python之正则表达式模块

在python中，有四种通配符：*，？，+，.。
"*":表示该通配符前面的字符或子模式匹配0次或任意多次。
例如：

import re
pattern=re.compile('str*a')
print(pattern.match('strrrra'))
//结果为：<re.Match object; span=(0, 7), match='strrrra'>

re.match函数
re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。
compile 函数
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。
"?":表示该通配符前面的字符或子模式匹配0次或1次。
例如：

import re
pattern=re.compile('str?a')
print(pattern.match('strrrra'))
//结果为：None,因为？前面的字符r有四个，但是只能匹配0或1次。

import re
pattern=re.compile('str?a')
print(pattern.match('sta'))
//结果为：<re.Match object; span=(0, 3), match='sta'>

"+":表示该通配符前面的字符或子模式匹配1次或多次。

import re
pattern=re.compile('str+a')
print(pattern.match('sta'))
//结果为：None，因为r没有。

import re
pattern=re.compile('str+a')
print(pattern.match('strrrrra'))
//结果为：<re.Match object; span=(0, 8), match='strrrrra'>

".":表示该通配符所在的位置可以是除了换行符之外的任意一个字符。

import re
pattern=re.compile('str.a')
print(pattern.match('strba'))
//结果为：<re.Match object; span=(0, 5), match='strba'>

正则表达式中的特殊字符

特殊字符	说明
^	匹配行首
$	匹配行尾
[]	表示其中的任意一个字符
-	表示范围
|	表示或者关系
\	转义字符

常见的正则表达式

模式	说明
[abc]	字符a,b,b中的任意一个
[a-z]	表示一个小写字母
[a-z0-9]	表示小写字母或数字中的一个
[^abc]	表示字符a,b,c之外的任意一个
^abc	匹配abc开头的行
abc$	匹配abc结尾的行
(a|b)*c	匹配0个或多个a或b，后面接c
\d	单个数字
\s	单个空格

import re
pattern=re.compile('(a|b)*c')
print(pattern.match('ababbc'))
//结果为：<re.Match object; span=(0, 6), match='ababbc'>

正则表达式匹配次数的用法

匹配规则	说明
\d{1,4}	表示数字至少出现1次，不多于4次
\d{1,}	至少出现1次数字
\d{3}	出现数字的次数为3次

re.search方法
re.search 扫描整个字符串并返回第一个成功的匹配。

函数语法：
re.search(pattern, string, flags=0)

import re
print(re.search("aaa","aaa123weqaaa"))
//<re.Match object; span=(0, 3), match='aaa'>

re.sub用于替换字符串中的匹配项。

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

import re
text='abc...efg..hhh.'
print(re.sub('[\.]+',', ',text))
//abc, efg, hhh, 

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，它的使用形式如下：
re.split(pattern, string[, maxsplit=0, flags=0])

import re
text='abc...efg..hhh.fo'
print(re.split('[\.]+',text))#模式表示一个或多个.
#['abc', 'efg', 'hhh', 'fo']

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。

import re
text='abc...efg..hhh.fo'
print(re.findall('[a-zA-z]+',text))
#['abc', 'efg', 'hhh', 'fo']