参考博客:https://blog.csdn.net/skxx123/article/details/107021286
参考书籍:Python编程快速上手
使用正则表达式的步骤
- 用import re导入正则表达式模块
- 用re.compile()函数创建一个Regex对象(记得使用原始字符串r)
- 向Regex对象的search()方法传入想查找的字符串。它返回一个Match对象。
- 调用Match对象的group()方法,返回实际匹配文本的字符串
利用括号分组
p=re.compile(r'(\d\d\d)-(\d\d\d-\d\d\d\d)')
mo=p.search('my number is 415-555-4242.')
mo.group(1)
'415'
mo.group(2)
'555-4242'
mo.groups()#返回的是元组
('415','555-4242')
#多重赋值
areaCode,mainNumber=mo.groups()
print(areaCode)
415
用管道匹配多个分组
h=re.compile(r'Batman|Tina Fey')
mo1=h.search('Batman and Tina Fey')
mo1.group()
#当需要查找的字符串同时出现,第一次出现的匹配文本作为Match对象返回
'Batman'
findall方法
search()返回一个Match对象,包含被查找字符串中的‘第一次’匹配的文本
而findall()方法返回一组字符串 列表
- 如果调用在一个没有分组的正则表达式上,返回匹配字符串列表
- 如果调用在一个有分组的正则表达式上,返回一个字符串的元组的列表
#没分组
p=re.compile(r'\d\d\d-\d\d\d-\d\d\d\d')
p.findall('cell: 415-555-9999 work :212-555-0000')
['415-555-9999','212-555-0000']
#分组
w=re.compile(r'(\d\d\d)-(\d\d\d)-(\d\d\d\d)')
w.findall('cell: 415-555-9999 work :212-555-0000')
[('415','555','9999'),('212','555','0000')]
通配字符
.(句号)称为“通配符”,匹配除换行之外的所有字符
.* 匹配所有字符 除换行外
n=re.compile(r'a:(.*) b:(.*)')
mo=n.search('a:1 b:2')
mo.group(1)
'1'
mo.group(2)
'2'
使用句点字符,传参数匹配换行
n=re.compile('.*')
n.search('a\nb\nc').group()
'a'
m=re.compile('.*',re.DOTALL)
m.search('a\nb\nc').group()
'a\nb\nc'
正则表达式符号复习
- ?匹配零次或一次前面的分组
- *匹配零次或多次前面的分组
- +匹配一次或多次前面的分组(至少一次)
- {n}匹配n次前面的分组
- {n,}匹配n次或更多前面的分组
- {,m}匹配零次到m次前面的分组
- {n,m}匹配至少n次,至多m次前面的分组
- {n,m}?或*?或+? 对前面的分组进行非贪心匹配(贪心匹配:有多次出现的字符符合匹配条件时,尽可能匹配最长的字符串)
- ^spam 意味着字符串必须以spam开始
- spam$ 意味着字符串必须以spam结束
- .匹配所有字符,换行符除外
- \d,\w和\s分别匹配数字,单词和空格
- \D,\W和\S分别匹配除数字,单词和空格以外的所有字符
- [abc]匹配方括号内的任意字符(如a,b或c)
- [^abc]匹配不在方括号内的任意字符
补充
忽略大小写匹配
r=re.compile(r'r',re.I)#传入第二个参数 re.IGNORECASE(re.I)
r.search('r is a part man')
'r'
r.search('R is a part man')
'R'
sub方法替换字符串
r=re.compile(r'agent \w+')
#r.sub(用于取代发现的匹配,正则表达式匹配的内容)
r.sub('A','agent alice gave the secret documents to agent bob.')
'A gave the secret documents to A'
管理复杂的正则表达式
给re.compile(),传入第二个参数re.VERBOSE
作用:忽略正则表达式字符串中的空白符和注释
r=re.compile(r'''(
复杂的正则表达式...
''',re.VERBOSE)
组合使用re.IGNORECASE,re.DOTALL和re.VERBOSE
由于re.compile()函数只接受一个值作为第二参数,所以有以下使用方法
r=re.compile('foo',re.IGNORECASE|re.DOTALL|re.VERBOSE)
Python中re模块的几个常用函数的区别
match()函数
match()函数试图从字符串的起始部分对模式进行匹配。如果匹配成功则返回MatchObject对象实例,如果不是**起始位置**匹配成功的话,就返回None。
search()函数
re.search()函数**扫描整个字符串并返回第一个成功的匹配**,匹配成功re.search方法返回MatchObject对象的实例,否则返回None。
compile()函数
re.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。以下为compile()函数的语法:
findall()函数
re.findall()函数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**,如果没有匹配成功,则返回空列表。
match()函数只检测RE是不是在string的开始位置匹配,search()会扫描整个string查找匹配,也就是说match()只有在0位置匹配成功的话才有返回,如果不是开始位置匹配成功的话,match()就返回None。