文章目录
常用字符
一、元字符
代码 | 说明 |
---|---|
. | 匹配除换行符以外的任意字符 |
\w | 匹配字母或数字或下划线或汉字 |
\s | 匹配任意的空白符 |
\d | 匹配数字 |
\b | 匹配单词的开始或结束 |
^ | 匹配字符串的开始(在集合字符里[^a]表示非(不匹配)的意思 |
$ | 匹配字符串的结束 |
二、反义字符
代码/语法 | 说明 |
---|---|
\W | 匹配任意不是字母,数字,下划线,汉字的字符 |
\S | 匹配任意不是空白符的字符 |
\D | 匹配任意非数字的字符 |
\B | 匹配不是单词开头或结束的位置 |
[^x] | 匹配除了x以外的任意字符 |
[^aeiou] | 匹配除了aeiou这几个字母以外的任意字符 |
三、限定字符
代码/语法 | 说明 |
---|---|
* | 重复零次或更多次 |
+ | 重复一次或更多次 |
? | 重复零次或一次 |
{n} | 重复n次 |
{n,} | 重复n次或更多次 |
{n,m} | 重复n到m次 |
以上参考:这里
常用的正则表达式处理函数
re.match
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。
函数语法:
- re.match(pattern, string, flags=0)
pattern:匹配的正则表达式。
string: 要匹配的字符串。
flags:标志位,用于控制正则表达式的匹配方式。
re.search
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)
pattern:匹配的正则表达式。
string: 要匹配的字符串。
flags:标志位,用于控制正则表达式的匹配方式。
re.match
与re.search
的区别:
re.match
只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None;
re.search
匹配整个字符串,直到找到一个匹配。
re.sub
Python 的 re 模块提供了re.sub用于替换字符串中的匹配项。
函数语法:
- re.sub(pattern, repl, string, count=0, flags=0)
pattern : 正则中的模式字符串。
repl : 替换的字符串,也可为一个函数。
string : 要被查找替换的原始字符串。
count : 模式匹配后替换的最大次数,默认 0 表示替换所有的匹配。
re.compile
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。
函数语法:
- re.compile(pattern[, flags])
pattern : 一个字符串形式的正则表达式
flags : 可选,表示匹配模式,比如忽略大小写,多行模式等,具体参数为:
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,如果有多个匹配模式,则返回元组列表,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。
函数语法:
- findall(string[, pos[, endpos]])
string : 待匹配的字符串。
pos : 可选参数,指定字符串的起始位置,默认为 0。
endpos : 可选参数,指定字符串的结束位置,默认为字符串的长度。
re.finditer
和 findall 类似,在字符串中找到正则表达式所匹配的所有子串,并把它们作为一个迭代器返回。
函数语法:
re.finditer(pattern, string, flags=0)
pattern:匹配的正则表达式。
string: 要匹配的字符串。
flags:标志位,用于控制正则表达式的匹配方式。
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。
函数语法:
- re.split(pattern, string[, maxsplit=0, flags=0])
pattern:匹配的正则表达式。
string:要匹配的字符串。
maxsplit:分隔次数,maxsplit = 1 分隔一次,默认为 0,不限制次数。
flags: 标志位,用于控制正则表达式的匹配方式。
正则表达式对象
re.RegexObject
re.compile() :返回 RegexObject 对象。
re.MatchObject
group() :返回被 RE 匹配的字符串。
start() :返回匹配开始的位置
end(): 返回匹配结束的位置
span(): 返回一个元组包含匹配 (开始,结束) 的位置
正则表达式修饰符
修饰符 | 描述 |
---|---|
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 |
参考:这里