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。