Python 正则表达式

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