正则表达式

常用语法

操作符	说明	实例
.	表示单个字符
[ ]	字符集，对单个字符的取值范围	[abc]表示a、b、c，[a-z]表示a到z的单个字符
[^ ]	非字符集，对单个字符给出排除范围	[^abc]表示非a或非b或非c的单个字符
*	前一个字符0次或者无限次扩展	[abc*]表示ab，abc，abcc，abccc等
+	前一个字符1次或者无限次扩展	[abc+]表示abc，abcc，abccc等
?	前一个字符0次或者1次出现	[abc?]表示ab或者abc
|	左右表达式任意一个	abc|def表示abc或者def
{m}	表示前一个字符扩展m次	ab{2}c表示abbc
{m,n}	表示前一个字符扩展m至n次（含n）	ab{1,2}c表示abc或abbc
^	匹配字符串开头	^abc表示abc且在一个字符串的开头
$	匹配字符串结尾	abc$表示abc且在一个字符串的结尾
( )	分组标记，内部只能使用 | 分割符	(abc)表示abc，(abc
\d	数字等价于0-9
\w	单词字符，等价于[a-zA-Z0-9_]

元字符

• ‘\d’ 代表数字
• ‘\D’ 代表非数字字符
• ‘\w’匹配数字和字母和下划线
• ‘\W’ 匹配非单词字符（\r,\t,’ '）
• ‘\s’ 匹配空白字符（空格回车制表）
• . 匹配除换行符外所有字符

re库函数

函数	说明
re.search()	在一个字符串中搜索匹配正则表达式中的第一个位置，返回match对象
re.match()	从一个字符串的开始位置匹配正则表达式，返回match对象
re.findall()	搜多字符串，以列表类型返回全部匹配的子串
re.split()	讲一个字符串按照正则表达式匹配结果进行分割，返回列表类型
re.finditer()	搜索字符串，返回一个匹配结果的迭代类型，每个迭代元素是match对象
re.sub()	在一个字符串中替换所有匹配正则表达式的子串，返回替换后的字符串

match对象

属性

属性	说明
.string	待匹配的文本
.re	匹配时使用的pattern对象
.pos	正则表达式搜索文本的开始位置
.endpos	正则表达式搜索文本的结束位置

方法

方法	说明
.group(0)	获得匹配后的字符串
.start()	匹配字符串在原始字符串的开始位置
.end()	匹配字符串在复试字符串的结束位置
.span()	返回元组(.start(),.end())

使用方法

面向对象用法：编译后的多次操作

pat=re.compile(r'[1-9]\d{5}')
rst=pat.findall('BIT 100081')

注
字符串前面加r表示raw string类型，可以防止转义
如果路径中出现’\t’的话 不加r的话\t就会被转义 而加了’r’之后’\t’就能保留原有的样子

函数式用法：一次性操作

rst=re.findall(r'[1-9]\d{5}','BIT 100081')

flag 标记

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

flags: 正则表达式使用的控制标记

常用标记	说明
re.I re.IGNORECASE	忽略正则表达式的大小写，[A-Z]能够匹配小写字符
re.M re.MULTILINE	正则表达式中的^操作符能够将给定字符串的每行当做匹配开始
re.S re.DOTALL	正则表达式中的.操作符能够匹配所有字符，默认匹配除换行符外的所有字符