python正则表达式使用详解

正则表达式

正则表达式处理字符串 对字符串进行检索和替换

用户输入是否符合要求

查找方法

import re

• match

  匹配开头 只匹配字符串的开头

  re.match(规则，字符串)

  返回一个对象<re.Match object; span=(0, 2), match=‘he’>

  开头不匹配返回None

• search

  匹配整个字符串 返回一个对象

# match 和  search 区别
# 共同点：只对字符串查询一次  返回类型都是re.match object对象
# 不同点：match 从头开始查询  匹配不到就返回None   search  匹配整个字符串

• findall

  • 把查到的所有字符串都放在列表里面
  • re.findall(‘规则’,字符串)

• finditer

  • 把所有的匹配内容放在可迭代对象里面
  • 返回可迭代对象
  • for in 和 list可取出

• fullmatch

  • 需要规则和字符串完全一样 完全匹配

• # # match匹配开头  search匹配整个字符串
  ## findall 查到的字符串放在列表中 finditer 匹配内容放在字符串里
  ## fullmatch需要规则和字符串完全一致
  

re.Match类

import re
text = 'fdsfsidnpqw 12213dasc'
m = re.search(r's',text)
print(m.pos,m.endpos)
# m = re.search(r's',text)
# print(m.pos,m.endpos)
# # 搜索开始的位置   搜索结束的位置
#
print(m.string)    #fdsfsidnpqw12213dasc搜索的字符串
print(m.re)       # 当前搜索的规则

• .pos .endpos

  • 搜索开始的位置 搜索结束的位置
  • 返回字符串索引的开始下标和结束下标

• .string

  • .string返回搜索的字符串

• .re

  • 当前搜索的规则

• .group()

  • 获取匹配的字符串

  • text = 'fd2sfsid3np33qw412213dasc'
    m1 = re.search(r'(2.*)(3.*)(4.*)(3.*)',text)
    print(m1.group(0))    # 2sfsid3np33qw412213dasc
    print(m1.group(1))    #2sfsid3np3
    print(m1.group(2))    #3qw
    print(m1.group(3))    #41221
    print(m1.group(4))    #3dasc
    

• .start() .end()获取组的开始坐标和结束坐标

  • start(第几组) 使用group()可查看分组

• .groupdict()

  • 返回分组形式的字典类型

  m2 = re.search(r'(?P<test>2.*)(?P<haha>3.*)(?P<xixi>4.*)',text)
  # m2 = re.search(r'(?P<test>2.*)(?P<haha>3.*)(?P<xixi>4.*)',text)
  print(m2.groupdict())  ## {'test': '2sfsid3np3', 'haha': '3qw', 'xixi': '412213dasc'}
  print(m2.start(1))
  

compile 先确定规则 在使用方法

• text = 'asdasaefswwdwdpoenvblfgppuyx'
  res = re.compile(r'w.*d')  
  print(res)    #re.compile('w.*d')
  #
  result = res.search(text)
  print(result)  #<re.Match object; span=(9, 14), match='wwdwd'>
  

替换 sub

# text = 'e34te3w54358765esdferte'
# print(re.sub(r'\d','*',text))       # e**te*w********esdferte
\d 匹配数字  单个数字
# print(re.sub(r'\d+','*',text))      # e*te*w*esdferte
\d+ 匹配多个数字
# 第一个参数 正则表达式
# 第二个参数  替换后的字符
# 第三个 字符串

text = '45retyuytredde345r342rer455treq324ew'
def haha(x):
   y = int(x.group(0))
   y*=2
   return str(y)

# print(re.search(r'\d+',text).group(0))

print(re.sub(r'\d+',haha,text))

修饰符

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$
re.S	使匹配包括换行在内的所有字符

特殊字符

特殊字符	描述
（）	标记一个子表达式的开始和结束位置，子表达式可以获取供以后使用
.	匹配除换行符\n之外的任何单字符。要匹配.，请使用 \ .。
[	标记一个中括号表达式的开始
\	将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， ‘n’ 匹配字符 ‘n’。’\n’ 匹配换行符， \\ 匹配 \，而 \( 则匹配 ( 。
{	标记限定符表达式的开始。要匹配 {，请使用 \{
|	指明两项之间的一个选择。要匹配
\d	匹配一个数字字符。等价于 [0-9]。
[0-9]	匹配任何数字。等价于 \d
\D	匹配一个非数字字符。等价于 [^0-9]。

特殊字符	描述
[a-z]	匹配任何小写字母
[A-Z]	匹配任何大写字母
[a-zA-Z0-9]	匹配任何字母及数字。等价于\w
\w	匹配包括下划线的任何单词字符。等价于[A-Za-z0-9_]。
\W	匹配任何非单词字符。等价于 [^A-Za-z0-9_]。
[\u4e00-\u9fa5]	匹配纯中文

定位符

字符	描述
*	匹配前面的子表达式零次或多次。例如，zo 能匹配 “z” 以及 “zoo”。 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，‘zo+’ 能匹配 “zo” 以及 “zoo”，但不能匹配 “z”。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，“do(es)?” 可以匹配 “do” 、 “does” 中的 “does” 、 “doxy” 中的 “do” 。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，‘o{2}’ 不能匹配 “Bob” 中的 ‘o’，但是能匹配 “food” 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，‘o{2,}’ 不能匹配 “Bob” 中的 ‘o’，但能匹配 “foooood” 中的所有 o。‘o{1,}’ 等价于 ‘o+’。‘o{0,}’ 则等价于 ‘o*’。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，“o{1,3}” 将匹配 “fooooood” 中的前三个 o。‘o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格。

字符	描述
\cx	匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 ‘c’ 字符。
\f	匹配一个换页符。等价于 \x0c 和 \cL。
\n	匹配一个换行符。等价于 \x0a 和 \cJ。
\r	匹配一个回车符。等价于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。注意 Unicode 正则表达式会匹配全角空格符。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于 \x09 和 \cI。
\v	匹配一个垂直制表符。等价于 \x0b 和 \cK。