Python进阶学习笔记之正则表达式

---

正则表达式元字符

元字符	功能说明
^	匹配字符串的开始
$	匹配字符串的结束
.	匹配除换行符以外的任意字符
\d	匹配数字
\b	匹配单词头或单词尾
\w	匹配任何字母、数字以及下划线
\s	匹配任何空白字符，包括空格、制表符、换页符
\B	与\b相反,匹配非单词边界
\W	与\w相反
\S	与\s相反
{m,n}	{}前的字符或子模式重复至少m次，至多n次

---

功能函数

re.findall（）函数

作用：遍历整个字符串，可以获取其中所有匹配的字符串，返回一个列表。

一般用法：

re.findall(r'正则表达式'，'要匹配的文本')

compile()函数

作用：编译正则表达式模式，返回一个对象的模式。

一般用法：

a = re.compile(pattern,flags=0)

a.findall('要匹配的文本')#使用方法

其中：

• a：表达式模式的对象；

• pattern： 编译时用的表达式字符串（即正则表达式）；

• flags：（可选）编译标志位，用于修改正则表达式的匹配方式。

常用的flags有：

标志	含义
re.S(DOTALL)	使.匹配包括换行在内的所有字符
re.I(IGNORECASE)	使匹配对大小写不敏感
re.L(LOCALE)	做本地化识别(locale-aware)匹配，法语等
re.M(MULTILINE)	多行匹配，影响^和$
re.X(VERBOSE)	该标志通过给予更灵活的格式以便将正则表达式写得更易于理解
re.U	根据Unicode字符集解析字符，这个标志影响\w,\W,\b,\B

match()函数

作用：在字符串刚开始的位置匹配，在开头匹配到目的字符便返回，如果开头没有目的字符将匹配失败，返回None。

一般格式：

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

match()函数返回的是一个match object对象，而match object对象有以下方法：

• group()：返回被正则匹配的字符串；

• 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；

• groups()：返回正则整体匹配的字符串，可以一次输入多个组号，对应组号匹配的字符串。

search()函数

作用：在字符串内查找模式匹配，只要找到第一个匹配然后返回。如果字符串没有匹配，则返回None。

一般格式：

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

match()和search()比较类似，它们的区别在于match()只匹配字符串的开头，如果开头没有出现目的字符串，即使后面出现了也不会进行匹配；search()函数会在整个字符内匹配，只要找到一个目的字符串就返回。

finditer()函数

作用：搜索字符串，返回一个Match对象的迭代器。找到正则匹配的所有子串，把它们作为一个迭代器返回。

一般格式：

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

split()函数

作用：按照能够匹配的子串，将string分割后返回列表。

一般格式：

re.split(pattern, string)

sub()函数

作用：使用re替换string中每一个匹配的子串后，返回替换后的字符串。

一般格式：

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

其中：把string中的pattern替换为repl。

subn()函数

作用：返回替换次数。

一般格式：

subn(pattern, repl, string, count=0, flags=0)

其中：subn()函数不仅返回了替换后的字符串，还返回了替换的次数。

---