怎么使用python正则表达式

python正则表达式

python的表达式是prel风格的，需要加入re包。

import re

首先，正则表达式是把一系列式子用一个特征表达式表示出来，然后利用函数匹配打印出来，以下是几个相关函数。
1.re.match()从字符串开始位置搜索，如果不是起始位置，则返回none

re.match(pattern,string,flags)

pattern是匹配的特征表达式，string是需要匹配的字符串，flag是匹配标志

pattern
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

re.search() 扫描整个字符串并返回第一个成功的匹配。

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

Python 的re模块提供了re.sub用于替换字符串中的匹配项。

re.sub(pattern, repl, string, count=0, flags=0)

pattern : 正则中的模式字符串。是要替换的部分，不能弄错了。
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。
flags : 编译时用的匹配模式，数字形式。前三个为必选参数，后两个为可选参数。

string = "hello ben,welcome"
str = re.sub(r'ben', "jane", string)
print(str)

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。

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

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，如果没有找到匹配的，则返回空列表。

re.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。

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

迭代器可以用for循环
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，它的使用形式如下：

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
在上面，当匹配成功时返回一个 Match 对象, 其中：

group([group1, …]) 方法用于获得一个或多个分组匹配的字符串，当要获得整个匹配的子串时，可直接使用 group() 或 group(0)；
start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0；
end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0；
span([group]) 方法返回 (start(group), end(group))。

匹配字符

1. 符号.匹配所有字符，除了换行符
2. 符号^匹配字符串开头
3. 符号 $匹配字符串结尾
4. 符号[...]匹配括号里的字母
5. 符号[^...]不匹配括号里的字母
6. re* 匹配0个或多个的表达式。
   re+ 匹配1个或多个的表达式。
   re? 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
   re{ n} 匹配n个前面表达式。例如，"o{2}“不能匹配"Bob"中的"o”，但是能匹配"food"中的两个o。
   re{ n,} 精确匹配n个前面表达式。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*”。
   re{ n, m} 匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
7. a|b匹配a或者b
8. (?imx) 正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。
   (?-imx) 正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。
   (?: re) 类似 (…), 但是不表示一个组
   (?imx: re) 在括号中使用i, m, 或 x 可选标志
   (?-imx: re) 在括号中不使用i, m, 或 x 可选标志
   (?#...) 注释.
   (?= re) 前向肯定界定符。如果所含正则表达式，以 … 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。
   (?! re) 前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功。
   (?> re) 匹配的独立模式，省去回溯。
9. \w 匹配数字字母下划线
   \W 匹配非数字字母下划线
   \s 匹配任意空白字符，等价于 [\t\n\r\f]。
   \S 匹配任意非空字符
   \d 匹配任意数字，等价于 [0-9]。
   \D 匹配任意非数字
   \A 匹配字符串开始
   \Z 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。
   \z 匹配字符串结束
   \G 匹配最后匹配完成的位置。
   \b 匹配一个单词边界，也就是指单词和空格间的位置。例如， er\b’ 可以匹配"never" 中的 ‘er’，但不能匹配 “verb” 中的 ‘er’。
   \B 匹配非单词边界。‘er\B’ 能匹配 “verb” 中的 ‘er’，但不能匹配 “never” 中的 ‘er’。
   \n,\t, 等。 匹配一个换行符。匹配一个制表符, 等
   \1...\9 匹配第n个分组的内容。
   \10 匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。

#实例

r'\d+' #匹配1到多个数字
r'\d{n}' #匹配n个表达式
r'.' #匹配除换行符外所有字符
r'.*?' #匹配多个有前面的表达式片段
r'(?P<name>exp)' #匹配 exp,并捕获文本到名称为 name 的组里，python里要加p

本文参考自菜鸟教程