Python小记 正则

---

修饰符 / 模式

修饰符	描述
re.I	匹配对大小写不敏感
re.L	做本地化识别匹配
re.M	多行匹配，影响^和&
re.S	使.包括换行在内的所有字符
re.U	根据Unicode字符集解析字符。 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。

---

特别字符

字符	说明
$	匹配结尾
^	匹配开头
+	此前表达式一次或多次
?	此前表达式零次或一次
*	此前表达式零次或多次
.	匹配任意字符，除换行
|	两项之间取或。 a|b ：表示匹配 a 或 b
\	转义字符。 要匹配$表达式应为 \$
()	子表达式、组
{}	限定符
\b	匹配一个边界
\B	匹配一个非边界
\w	匹配字母和数字
\W	匹配非字母和数字
\d	匹配数字
\D	匹配非数字
\s	匹配空白。[\t\n\r\f\v]
\S	匹配非空。
\A	匹配字符串的开始
\Z	匹配字符串的结束， 如有换行，只匹配到换行前的结束字符【常用】
\z	匹配字符串结束
\G	匹配最后匹配完成的位置

特殊表达式

表达式	说明	示例
(?#…)	注释
[…]	字符组。	[a-zA-z]：匹配字母 [hdjr]：匹配h,d, j 或 r [\u4e00-\u9fa5]：匹配中文
[^…]	不在字符组的字符。	[^abc]：匹配除了a, b, c外的
{n[, m]}	匹配n次（或n~m次）	6{6,8}：匹配'6'6~8次
a | b	或	a|b：匹配 a 或 b
(re)	匹配括号内的表达式，也表示一个组	(http)://：匹配http
(?P<name>…)	命名组
(?P=name)	调用已匹配的命名组
/number	通过序号调用已匹配的组
(?:re)	类似(re),但不表示组
(?imx:re)	在括号中使用 i，m，x可选标志
(?-imx:re)	在括号中不使用 i， m，x可选标志

手机端显示这个表格肯定辣眼睛，截个图放这。

---

re模块函数

---

compile()

将正则语句编译成Pattern对选
返回值： Pattern 对象

语法：

pt = re.compile(
	soucre,
	filename,
	mode[, flags[, dont_inherit]]
	)

参数：

• source ：字符串或AST对象
• filename：代码文件名（如果从文件读取代码的话
• mode：编译代码的种类，可为 exec，eval，single

pt = re.compile(r'[aeiou]+$')
pt.findall('hello world')

---

search()

返回值： 第一个成功的匹配(match对象) 或 None

语法：

re.search(
	pattern, 
	string,
	flags=0
)

参数：

• pattern：模板
• string：待匹配字符串
• flags：标志位【是否区分大小写、多行匹配…】

>>> re.search(r'hello', 'hello world')
<re.Match object; span=(0, 5), match='hello'>

match对象：

• .group() 返回匹配值
• .groups()
• .groupdict()
• .span() 返回匹配位置
• .start()
• .end()

---

match()

从第一个字符开始匹配

返回值： match对象 或 None

re.match(
	pattern, 
	string,
	flags=0
)

参数：

• pattern：模板
• string：待匹配字符串
• flags：标志位【是否区分大小写、多行匹配…】

match对象：

• .group() 返回匹配值
• .groups()
• .groupdict()
• .span() 返回匹配位置
• .start()
• .end()

---

findall()

返回值： 所有匹配结果列表 或 元组（有组的话）

语法：

re.findall(
	pattern,
	string,
	flags=0
	)

参数：

• pattern：模板
• string：待匹配字符串
• flags：标志位【是否区分大小写、多行匹配…】

>>> re.findall('hello\d?', 'e hello2 world hello1')
['hello2', 'hello1']

---

split()

将字符串按正则规则切分
返回值： 返回分隔后的列表

语法：

re.split(
	pattern,
	string,
	maxsplit=0,
	falgs=0
	)

参数：

• pattern：模板
• string：待匹配字符串
• maxsplit：最大分割数
• flags：标志位【是否区分大小写、多行匹配…】

print(re.split(
	r'\d{2,4}', 
	'hello2future666HHHHHH897LLL12beloved')
	)
# Output
'''
['hello2future', 'HHHHHH', 'LLL', 'beloved']
'''

---

sub() 和 subn()

搜索和替换
返回值： 替换后的字符串 | subn: (替换后字符串，替换次数)

语法：

re.sub(
	pattern,
	repl,
	string[, count]
	)

参数：

• pattern：匹配模板
• repl：替换模板。可以是函数
• string：原字符串
• count：最大替换次数

print(re.sub('666', '999', '祝你666， 祝他666'))
print(re.subn('666', '999', '祝你666， 祝他666'))
# Output
'''
祝你999， 祝他999
('祝你999， 祝他999', 2)
'''

sub 高级用法

def ch(value):
    return str(len(value.group()))

print(re.sub(
	'[hH]+', # pattern
	ch, 	 # repl
	'hhhhhhhh, IamGreat, HHHHH, ni666, hhhhhhh'))
# Output
'''
8, IamGreat, 5, ni666, 7
'''

---

finditer()

跟findall类似

返回值： iterator 类。每个元素是一个 match 对象

语法：

re.finditer(pattern,string,flags=0)

---

贪婪匹配

正则匹配默认为贪婪模式：

st = 'Python ython thon hon on'
pt = re.compile(r'P.+n')
print(pt.findall(st))
# Output
'''
['Python ython thon hon on']
'''
# 并不是匹配到 Python 就结束

• 非贪婪
• ‘数量’ 后边加个问号?
• ‘数量’：+，* 等

st = 'Python ython thon hon on'
pt = re.compile(r'P.+?n')
print(pt.findall(st))
# Output
'''
['Python']
'''

---

macth 一些出现场景

方法、属性：

• group()
• groups()
• groupdict()
• span()
• start()
• end()

---

group()

• 只有一个组，取值时：match.group(0)
• span: 匹配到的位置信息

string = 'hello world, hello python'
pt = re.compile(r'hello')
result = pt.search(string)
print(result,		 # <re.Match object; span=(0, 5), match='hello'>
      result.span(), # (0, 5)
      result.start(),# 0
      result.end(),  # 5
      result.group(),# hello
      sep='\n'
      )
# Output
'''
<re.Match object; span=(0, 5), match='hello'>
(0, 5)
0
5
hello
'''

---

groups()

• 有多个组
• 想要看按组匹配的结构还得 match.groups()

string = 'hello world, hello python'
result = re.search(
    r'(ello).+(thon)',
    string
)
print(result,
      result.span(),   # (1, 25)
      result.start(),  # 1
      result.end(),    # 25
      result.groups(), # ('ello', 'thon')
      sep='\n'
      )
# Output
'''
<re.Match object; span=(1, 25), match='ello world, hello python'>
(1, 25)
1
25
('ello', 'thon')
'''

groupdict()

• 当给组命名时，可以用groupdict()返回字典
• 或者也可以用 groups()返回元组

string = 'hello world, hello python'
result = re.search(
    r'(?P<halou>ello).+(?P<Py>thon)',
    string
)
print(result,
      result.span(),   # (1, 25)
      result.start(),  # 1
      result.end(),    # 25
      result.groups(), # ('ello', 'thon')
      result.groupdict(),# {'halou': 'ello', 'Py': 'thon'}
      sep='\n'
      )
# Output
'''
<re.Match object; span=(1, 25), match='ello world, hello python'>
(1, 25)
1
25
('ello', 'thon')
{'halou': 'ello', 'Py': 'thon'}
'''