前言
正则表达式是对字符串(包括普通字符(例如，a 到 z 之间的字母)和特殊字符(称为“元字符”))操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串。
上面都是官方的说明，博主自己的理解是(仅供参考)：通过事先规定好一些特殊字符的匹配规则，然后利用这些字符进行组合来匹配各种复杂的字符串场景。比如现在的爬虫和数据分析，字符串校验等等都需要用到正则表达式来处理数据。
python的正则表达式则是re模块了。
re 模块使 Python 语言拥有全部的正则表达式功能。
re 模块也提供了与这些方法功能完全一致的函数，这些函数使用一个模式字符串做为它们的第一个参数。
基本语法
编号
表达式
描述
1
a, X, 9, <
普通字符完全匹配。
2
.
匹配任何单个字符，除了换行符’\n‘
3
\w
匹配“单词”字符：字母或数字或下划线[a-zA-Z0-9_]。
4
\W
匹配任何非字词。
5
\b
字词与非字词之间的界限
6
\s
匹配单个空格字符 - 空格，换行符，返回，制表符
7
\S
匹配任何非空格字符。
8
\t, \n, \r
制表符，换行符，退格符
9
\d
十进制数[0-9]
10
^
匹配字符串的开头
11
$
匹配字符串的末尾
12
\
抑制字符的“特殊性”，也叫转义字符。
match函数
只从字符串的最开始与pattern进行匹配
下面是函数的语法 -
re.match(pattern, string, flags = 0)
这里是参数的描述 -
pattern - 这是要匹配的正则表达式。
string - 这是字符串，它将被搜索用于匹配字符串开头的模式。
flags - 可以使用按位OR(|)指定不同的标志。 这些是修饰符，如下表所列。
re.match 函数在成功时返回匹配对象，失败时返回None。使用match(num)或groups()函数匹配对象来获取匹配的表达式。
编号
匹配对象
描述
1
group(num = 0)
此方法返回整个匹配(或特定子组num)
2
groups()
此方法返回一个元组中的所有匹配子组(如果没有，则返回为None)
示例
#未从初始位置匹配，会返回None
import re
line = 'i can speak good english'
matchObj = re.match(r'\s(\w*)\s(\w*).*',line)
if matchObj:
print('matchObj.group() :',matchObj.group())
print('matchObj.group() :',matchObj.group(1))
print('matchObj.group() :',matchObj.group(2))
print('matchObj.group() :',matchObj.group(3))
else:
print('no match!')
#从初始位置开始匹配
import re
line = 'i can speak good english'
matchObj = re.match(r'(i)\s(\w*)\s(\w*).*',line)
if matchObj:
print('matchObj.group() :',matchObj.group())
print('matchObj.group() :',matchObj.group(1))
print('matchObj.group() :',matchObj.group(2))
print('matchObj.group() :',matchObj.group(3))
else:
print('no match!')
search函数
与match()工作的方式一样，但是search()不是从最开始匹配的，而是从任意位置查找第一次匹配的内容。
下面是这个函数的语法 -
re.match(pattern, string, flags = 0)
这里是参数的描述 -
pattern - 这是要匹配的正则表达式。
string - 这是字符串，它将被搜索用于匹配字符串开头的模式。
flags - 可以使用按位OR(|)指定不同的标志。 这些是修饰符，如下表所列。
re.search函数在成功时返回匹配对象，否则返回None。使用match对象的group(num)或groups()函数来获取匹配的表达式。
编号
匹配对象
描述
1
group(num = 0)
此方法返回整个匹配(或特定子组num)
2
groups()
此方法返回一个元组中的所有匹配子组(如果没有，则返回为None)
示例
import re
line = 'i can speak good english'
matchObj = re.search('(.*) (.*?) (.*)',line)
if matchObj:
print('matchObj.group() :',matchObj.group())
print('matchObj.group() :',matchObj.group(1))
print('matchObj.group() :',matchObj.group(2))
print('matchObj.group() :',matchObj.group(3))
else:
print('no match!')
sub()函数
使用正则表达式re模块中的最重要的之一是sub。
模块
re.sub(pattern, repl, string, max=0)
此方法使用repl替换所有出现在RE模式的字符串，替换所有出现，除非提供max。此方法返回修改的字符串。
示例
import re
line = 'i can speak good english'
speak = re.sub(r'can','not',line)
print(speak)
speak1 = re.sub(r'\s','',line) #替换所有空格
print(speak1)
特殊语法示例
字符类
编号
示例
说明
1
[Pp]ython
匹配“Python”或“python”
2
rub[ye]
匹配“ruby”或“rube”
3
[aeiou]
匹配任何一个小写元音
4
[0-9]
匹配任何数字; 如[0123456789]
5
[a-z]
匹配任何小写ASCII字母
6
[A-Z]
匹配任何大写的ASCII字母
7
[a-zA-Z0-9]
匹配上述任何一个
8
[^aeiou]
匹配除小写元音之外的任何东西
9
[^0-9]
匹配数字以外的任何东西
特殊字符类
编号
示例
说明
1
.
匹配除换行符以外的任何字符
2
\d
匹配数字：[0-9]
3
\D
匹配非数字：[^0-9]
4
\s
匹配空格字符：[\t\r\n\f]
5
\S
匹配非空格：[^\t\r\n\f]
6
\w
匹配单字字符： [A-Za-z0-9_]
7
\W
匹配非单字字符： [A-Za-z0-9_]
重复匹配
编号
示例
说明
1
ruby?
匹配“rub”或“ruby”：y是可选的
2
ruby*
匹配“rub”加上0个以上的y
3
ruby+
匹配“rub”加上1个或更多的y
4
\d{3}
完全匹配3位数
5
\d{3,}
匹配3位或更多位数字
6
\d{3,5}
匹配3，4或5位数
非贪婪重复
这匹配最小的重复次数 -
编号
示例
说明
1
贪婪重复：匹配“perl>”
2
非贪婪重复：在“perl”中匹配“”
用圆括号分组
编号
示例
说明
1
\D\d+
没有分组：+重复\d
2
(\D\d)+
分组：+重复\D\d对
3
([Pp]ython(,)?)+
匹配“Python”，“Python，python，python”等
反向引用
这与以前匹配的组再次匹配 -
编号
示例
说明
1
([Pp])ython&\1ails
匹配python和pails或Python和Pails
2
(['"])[^\1]*\1
单引号或双引号字符串。\1匹配第一个分组匹配。 \2匹配任何第二个分组匹配等
3
python
perl
4
rub(y
le)
5
Python(!+
?)
锚点
这需要指定匹配位置。
编号
示例
说明
1
^Python
在字符串或内部行的开头匹配“Python”
2
Python$
在字符串或内部行的结尾匹配“Python”
3
\APython
在字符串的开头匹配“Python”
4
Python\Z
在字符串的末尾匹配“Python”
5
\bPython\b
在字词的边界匹配“Python”
6
\brub\B
\B是非字词边界：在“rube”和“ruby”中匹配“rub”，而不是单独匹配
7
Python(?=!)
匹配“Python”，如果跟着感叹号。
8
Python(?!!)
匹配“Python”，如果没有感叹号后面。
带括号的特殊语法
编号
示例
说明
1
R(?#comment)
匹配“R”。其余的都是注释
2
R(?i)uby
匹配“uby”时不区分大小写
3
R(?i:uby)
同上
4
rub(?:yle))
仅组合而不创建\1反向引用
扫一扫
8066
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
