https://www.cnblogs.com/zhaof/p/6925674.html#4152933
https://www.cnblogs.com/lanyinhao/p/9165747.html
re模块中包含一个重要函数是compile(pattern [, flags]) ,该函数根据包含的正则表达式的字符串创建模式对象。可以实现更有效率的匹配。在直接使用字符串表示的正则表达式进行search,match和findall操作时,python会将字符串转换为正则表达式对象。而使用compile完成一次转换之后,在每次使用模式的时候就不用重复转换。当然,使用re.compile()函数进行转换后,re.search(pattern, string)的调用方式就转换为 pattern.search(string)的调用方式。
将正则表达式编译成正则表达式对象,方便复用该正则表达式
其中,后一种调用方式中,pattern是用compile创建的模式对象。如下:
>>> import re >>> some_text = 'a,b,,,,c d' >>> reObj = re.compile('[, ]+') >>> reObj.split(some_text) ['a', 'b', 'c', 'd']
或者
content= """hello 12345 world_this 123 fan """ pattern =re.compile("hello.*fan",re.S) result = re.match(pattern,content) print(result) print(result.group())
re.match 从头开始匹配 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的话,match()就会返回None
result.group()获取匹配的结果
如果为了匹配字符串中具体的目标,则需要通过()括起来
content= "hello 1234567 World_This is a regex Demo" result = re.match('^hello\s(\d+)\sWorld.*Demo$',content) print(result) print(result.group()) print(result.group(1)) print(result.span())
结果
通过re.group()获得结果后,如果正则表达式中有括号,则re.group(1)获取的就是第一个括号中匹配的结果
<_sre.SRE_Match object; span=(0, 40), match='hello 1234567 World_This is a regex Demo'>
hello 1234567 World_This is a regex Demo
1234567
(0, 40)
result.span()获去匹配字符串的长度范围
compile()
方法,这个方法可以将正则字符串编译成正则表达式对象,以便在后面的匹配中复用
re.match 从头开始匹配
re.search 匹配包含,但是找到一个就返回
re.findall 把所有匹配到的字符放到以列表中的元素返回
search()
方法的用法,它可以返回匹配正则表达式的第一个内容,但是如果想要获取匹配正则表达式的所有内容,那该怎么办呢?这时就要借助
findall()
方法了。该方法会搜索整个字符串,然后返回匹配正则表达式的所有内容。
re.splitall 以匹配到的字符当做列表分隔符
re.sub 匹配字符并替换
'.'
默认匹配除\n之外的任意一个字符,若指定flag DOTALL,则匹配任意字符,包括换行
'^'
匹配字符开头,若指定flags MULTILINE,这种也可以匹配上(r
"^a"
,
"\nabc\neee"
,flags
=
re.MULTILINE)
'$'
匹配字符结尾,或e.search(
"foo$"
,
"bfoo\nsdfsf"
,flags
=
re.MULTILINE).group()也可以
'*'
匹配
*
号前的字符
0
次或多次,re.findall(
"ab*"
,
"cabb3abcbbac"
) 结果为[
'abb'
,
'ab'
,
'a'
]
'+'
匹配前一个字符
1
次或多次,re.findall(
"ab+"
,
"ab+cd+abb+bba"
) 结果[
'ab'
,
'abb'
]
'?'
匹配前一个字符
1
次或
0
次
'{m}'
匹配前一个字符m次
'{n,m}'
匹配前一个字符n到m次,re.findall(
"ab{1,3}"
,
"abb abc abbcbbb"
) 结果
'abb'
,
'ab'
,
'abb'
]
'|'
匹配|左或|右的字符,re.search(
"abc|ABC"
,
"ABCBabcCD"
).group() 结果
'ABC'
'(...)'
分组匹配,re.search(
"(abc){2}a(123|456)c"
,
"abcabca456c"
).group() 结果 abcabca456c
'\A'
只从字符开头匹配,re.search(
"\Aabc"
,
"alexabc"
) 是匹配不到的
'\Z'
匹配字符结尾,同$
'\d'
匹配数字
0
-
9
'\D'
匹配非数字
'\w'
匹配[A
-
Za
-
z0
-
9
]
'\W'
匹配非[A
-
Za
-
z0
-
9
]
'\s'
匹配空白字符、\t、\n、\r , re.search(
"\s+"
,
"ab\tc1\n3"
).group() 结果
'\t'
re.I(re.IGNORECASE): 忽略大小写(括号内是完整写法,下同)
M(MULTILINE): 多行模式,改变
'^'
和
'$'
的行为(参见上图)
S(DOTALL): 点任意匹配模式,改变
'.'
的行为