Python re 模块 findall 函数用法简述
本文档介绍了正则表达式元字符 和 re模块 findall 函数用法。
正则表达式元字符
给予正则表达式强大的功能和灵活性。
表 示 法
描述
正则表达式示例
符号
literal
匹配文本字符串的字面值literal
foo
.
匹配任何字符(除了\n 之外)
b.b
^
匹配字符串起始部分
^Dear
$
匹配字符串终止部分
/bin/*sh$
*
匹配 0 次或者多次前面出现的正则表达式
[A-Za-z0-9]*
+
匹配 1 次或者多次前面出现的正则表达式
[a-z]+.com
?
匹配 0 次或者 1 次前面出现的正则表达式
goo?
{N}
匹配 N 次前面出现的正则表达式
[0-9]{3}
{M,N}
匹配 M~N 次前面出现的正则表达式
[0-9]{5,9}
[…]
匹配来自字符集的任意单一字符
[aeiou]
[..x−y..]
匹配 x~y 范围中的任意单一字符
[0-9], [A-Za-z]
[^…]
不匹配此字符集中出现的任何一个字符,包括某一范围的字符( 如果在此字符集中出现)
[^aeiou], [^A-Za-z0-9]
(…)
匹配封闭的正则表达式,然后另存为子组
([0-9]{3})?
特殊字符
\d
匹配任何十进制数字,与[0-9]一致( \D 与\d 相反,不匹配任何非数值型的数字)
data\d+.txt
\w
匹配任何字母数字字符,与[A-Za-z0-9_]相同( \W 与之相反)
[A-Za-z_]\w+
\s
匹配任何空格字符,与[\n\t\r\v\f]相同( \S 与之相反)
of\sthe
\b
匹配任何单词边界( \B 与之相反)
\bThe\b
\N
匹配已保存的子组 N(参见上面的(…))
price: \16
\c
逐字匹配任何特殊字符 c(即,仅按照字面意义匹配,不匹配特殊含义)
\., \\, \*
\A(\Z)
匹配字符串的起始(结束)(另见上面介绍的^和$)
\ADear
扩展表示法
(?iLmsux)
在正则表达式中嵌入一个或者多个特殊“标记” 参数(或者通过函数/方法)
(?x),(? im)
(?:…)
表示一个匹配不用保存的分组
(?:\w+.)*
(?P…)
像一个仅由 name 标识而不是数字 ID 标识的正则分组匹配
(?P)
(?P=name)
在同一字符串中匹配由(?P
(?P=data)
(?#…)
表示注释,所有内容都被忽略
(?#comment)
(?=…)
匹配条件是如果…出现在之后的位置,而不使用输入字符串;称作正向前视断言
(?=.com)
(?!…)
匹配条件是如果…不出现在之后的位置,而不使用输入字符串;称作负向前视断言
(?!.net)
(?<=…)
匹配条件是如果…出现在之前的位置,而不使用输入字符串;称作正向后视断言
(?<=800-)
(?
匹配条件是如果…不出现在之前的位置,而不使用输入字符串;称作负向后视断言
(?
使用到的特殊字符
表 示 法
描述
正则表达式示例
特殊字符
\w
匹配任何字母数字字符,与[A-Za-z0-9_]相同( \W 与之相反)
[A-Za-z_]\w+
\s
匹配任何空格字符,与[\n\t\r\v\f]相同( \S 与之相反)
of\sthe
findall函数
findall函数返回的总是正则表达式在字符串中所有匹配结果的列表,此处主要讨论列表中“结果”的展现方式,即findall中返回列表中每个元素包含的信息。
1. findall
# findall
import re
s = "456123sad 789re3dfheasdf a123fas 123awef q3segd a123dsas"
re0subject1 = re.compile('\w+\s+')
print(re0subject1.findall(s))
> 执行结果:
['456123sad ', '789re3dfheasdf ', 'a123fas ', '123awef ', 'q3segd ']
当给出的正则表达式中不带括号时,列表的元素为字符串,此字符串为整个正则表达式匹配的内容。 注意:此处出现的匹配是\w+\s+,最后一个字符串没有空格字符,所以没有匹配。
# findall
import re
s = "456123sad 789re3dfheasdf a123fas 123awef q3segd a123dsas "
re0subject2 = re.compile('\w+\s+')
print(re0subject2.findall(s))
> 执行结果:
['456123sad ', '789re3dfheasdf ', 'a123fas ', '123awef ', 'q3segd ', 'a123dsas ']
当给出的正则表达式中不带括号时,列表的元素为字符串,此字符串为整个正则表达式匹配的内容。
2. findall
import re
s = "456123sad 789111re3dfheasdf a123fas 123awef q3segd a123dsas "
# s = "adfad asdfasdf asdfas asdfawef asd adsfas "
re0subject3 = re.compile('(\w+)\s+\w+')
print(re0subject3.findall(s))
> 执行结果:
['456123sad', 'a123fas', 'q3segd']
当给出的正则表达式中带有一个括号时,列表的元素为字符串,此字符串的内容与括号中的正则表达式相对应(不是整个正则表达式的匹配内容)。
3. findall
import re
s = "456123sad 789111re3dfheasdf a123fas 123awef q3segd a123dsas "
# s = "adfad asdfasdf asdfas asdfawef asd adsfas "
re0subject3 = re.compile('((\w+)\s+\w+)')
print(re0subject3.findall(s))
> 执行结果:
[('456123sad 789111re3dfheasdf', '456123sad'), ('a123fas 123awef', 'a123fas'), ('q3segd a123dsas', 'q3segd')]
当给出的正则表达式中带有多个括号时,列表的元素为多个字符串组成的元组,元组中字符串个数与括号对数相同,字符串内容与每个括号内的正则表达式相对应,并且排放顺序是按括号出现的顺序。