Python正则表达式

 

正则表达式

基础知识

• 模块导入
  import re

• 获取指定字符串中与正则表达式匹配的对象，并打印

result = re.match(正则表达式，字符串) 
result.group() 

单字符匹配

字符	功能
.	匹配任意1个字符（除了\n）
[]	匹配[]中列举的字符
\d	匹配数字,即0-9
\D	匹配非数字,即不是数字
\s	匹配空白字,即空格、tab键、\n
\S	匹配非空白
\w	匹配单字符,即a-z、A-Z、0-9、_（包括汉字等其它语言）
\W	匹配非单字符

多个字符匹配

字符	功能
*	匹配前一个字符出现0次或者无限次，即可有可无
+	匹配前一个字符出现1次或者无限次，即至少1次
?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m}	匹配前一个字符出现m次
{m,n}	匹配前一个字符出现m到n次

注意
如果需要

.*匹配\n,则

html_content = """
fsdfa
dfafff
dfaf
"""
re.match(r".*", html_content,  re.S).group()

匹配开头结尾

字符	功能
^	匹配字符串开头
$	匹配字符串结尾

匹配分組

字符	功能
|	匹配左右任意一个表达式
(ab)	将括号中字符作为一个分组
\num	引用分组num匹配到的字符串
(?P<name>)	分组起别名
(?P=name)	引用别名为name分组匹配到的字符串

示例

示例1
判断变量名是否符合python变量命名规范

示例2
匹配出163的邮箱地址，且@符号之前有4到20位的英文字母、数字或下划线组成

re模块的高级用法

search

返回第一个与之匹配部分的对象

ret = re.search(r"\d+", "观看数: 99999")
ret.group()

match

从头开始匹配，返回与之匹配部分的对象，与

search的区别:

• search是全文搜索直到搜索到第一与之匹配的
• match则是从头开始匹配

findall

返回所有匹配的字符的列表

re.findall(r"\d+", "python = 999, c = 333, c++ = 123")

返回['999', '333', '123']

sub

替换匹配的内容(多处)，然后重新返回字符串

re.sub(r"\d+", '998', "python 培训费 = 1000 ）

返回：

python 培训费 = 998
如果中间(替换内容)是一个函数，那么匹配出来的对象会被当做函数的参数传递给函数，然后再用函数返回的结果的替换匹配的内容。

def add(temp):
    str_num =  temp.group()
    num = int(str_num) + 1
    return str(num)
    
ret = re.sub(r"\d+", add, "python = 1000")
print(ret)

返回：python = 1001

split

根据匹配的内容切割字符串，返回一个列表

re.split(r":|,", "Name: Sam, 男, 帅"）

返回['Name', 'Sam', '男', '帅']