python正则表达式

正则表达式

正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。

常用元字符

代码	说明
.	匹配除换行符以外的任意字符。 要匹配包括 ‘\n’ 在内的任何字符，请使用象 ‘[.\n]’ 的模式
\w	匹配字母或数字或下划线或汉字 == [A-Za-z0-9_]
\s	匹配任意的空白符 == [\f\n\r\t\v]
\d	匹配数字 == [0-9]
\b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束

常用限定符

代码/语法	说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

一、正则表达式对象

re.RegexObject

re.compile() 返回 RegexObject 对象。用作 pattern

re.MatchObject

group() 返回被 RE 匹配的字符串。

• start() 返回匹配开始的位置
• end() 返回匹配结束的位置
• span() 返回一个元组包含匹配 (开始,结束) 的位置

二、re匹配韩束

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

re.match 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成功的话，match()就返回none。 flags就是标志位，用于控制正则表达式的匹配方式。
如：不区分大小写，re.I 或者 re.IGNORECASE]
我们可以使用group 或者 groups方法得到字符串

注意：
group(num=0): 匹配的整个表达式的字符串
groups(): 返回一个包含所有小组字符串的元组

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

re.search 扫描整个字符串并返回第一个成功的匹配。

import re

match = re.search(re.compile("(\w+) wen (\w+)"), " zhao wen dao ")
print(match.group())
print(match.groups())
print(match.group(1))
print(match.group(1, 2))

# zhao wen dao
# ('zhao', 'dao')
# zhao
# ('zhao', 'dao')

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

repl 是要替代的字符串

import re

phone = "2004-959-559 # 这是一个电话号码"
num = re.sub(r"#.*", "", phone)
print(num)

num = re.sub(r'\D', "", phone)
print(num)

# 2004-959-559 
# 2004959559

findall(pattern, string, flags=0)

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。

string = "   zhao wen  dao  learn python "
p1 = re.compile("\w+\s+\w+")
print(p1.findall(string))
# ['zhao wen', 'dao  learn']

p1 = re.compile("(\w+)\s+\w+")
print(p1.findall(string))
# ['zhao', 'dao']

p1 = re.compile("((\w+)\s+\w+)")
print(p1.findall(string))
# [('zhao wen', 'zhao'), ('dao  learn', 'dao')]

可以发现，当findall 中pattern 有括号出现，返回的便是括号里的内容，而不是匹配的整个字符串，如果有多个括号，返回tuple 列表，tuple里的个数等于括号出现的个数，先后顺序按照括号出现的先后顺序。

re.split(pattern, string, maxsplit=0, flags=0])

import re

print(re.split('\W+', ' zwd, zhaowd!, hello  #.'))
# ['', 'zwd', 'zhaowd', 'hello', '']

print(re.split('(\W+)', ' zwd, zhaowd!, hello  #.'))
# ['', ' ', 'zwd', ', ', 'zhaowd', '!, ', 'hello', '  #.', '']
# 包括被用作split的字符串