Python 正则表达式

Python 正则表达式

正则表达式是对字符串提取的一套规则，把这个规则用正则里面的特定语法表达出来，去匹配满足这个规则的字符串。

python 中 re模块提供了正则表达式的功能，常用的有四个方法(match、search、findall)都可以用于匹配字符串

一、match

1、匹配字符串

re.match() 必须从字符串开头匹配！ match 方法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。
主要参数如下：

re.match(pattern, string)
# pattern 匹配的正则表达式
# string 要匹配的字符串

import re
a = re.match('test','testasdtest')  
print(a)                  # 返回一个匹配对象
print(a.group())          # 返回 test，获取不到则报错
print(a.span())           # 返回匹配结果的位置，左闭右开区间
print(re.match('test','atestasdtest'))  # 返回 None

re.match() 方法返回一个匹配的对象，而不是匹配的内容。如果需要返回内容则需要调用 group()。通过调用 span() 可以获得匹配结果的位置。而如果从起始位置开始没有匹配成功，即便其他部分包含需要匹配的内容，re.match() 也会返回None。

2、单字符匹配

以下字符，都匹配单个字符数据。且开头（从字符串 0 位置开始）没匹配到，即使字符串其他部分包含需要匹配的内容，.match 也会返回 none

. 匹配任意一个字符

使用几个点号就代表几个字符

import re
a = re.match('..','testasdtest')  
print(a.group())   # 输出te                             
b = re.match('ab.','testasdtest')  
print(b) # 返回 none，因为表达式是以固定的 ab 开头然后跟上通配符. 所以必须要先匹配上ab才会往后进行匹配

\d 匹配数字

一个 \d 代表一个数字。开头没匹配到，即使字符串其他部分包含需要匹配的内容，.match 也会返回 none

import re
a = re.match('\d\d','23es12testasdtest')  
print(a)                               
b = re.match('\d\d\d','23es12testasdtest')   
print(b)   # 要求匹配三个数字，匹配不到返回 none
c = re.match('\d','es12testasdtest')   
print(c)   # 起始位置没有匹配成功，一样返回 none

\D 匹配非数字

开头没匹配到，即使字符串其他部分包含需要匹配的内容，.match 也会返回 none

import re
a = re.match('\D','23es12testasdtest')  
print(a)     #开头为数字所以返回none                          
b = re.match('\D\D','*es12testasdtest')   
print(b)   #返回*e

\s 匹配特殊字符，如空白，空格，tab等

import re
print(re.match('\s',' 23es 12testasdtest'))   #匹配空格
print(re.match('\s','   23es 12testasdtest')) #匹配tab
print(re.match('\s','\r23es 12testasdtest')) #匹配\r换行
print(re.match('\s','23es 12testasdtest')) #返回none

\S 匹配非空白

import re
print(re.match('\S',' 23es 12testasdtest'))   #返回none
print(re.match('\S','\r23es 12testasdtest'))   #none
print(re.match('\S','23es 12testasdtest'))   

\w 匹配单词、字符，如大小写字母，数字，_ 下划线

import re
print(re.match('\w','23es 12testasdtest'))   #返回none
print(re.match('\w\w\w','aA_3es 12testasdtest'))   #返回none
print(re