Python的正则表达式

正则表达式

1.re模块

在Python中需要通过正则表达式对字符串进⾏匹配的时候，可以使⽤⼀个模

块，名字为re

1.1 re模块的使⽤过程

 re模块示例

import re


result = re.match(r"python", "python.hello")
result.group()

输出结果：python

说明：re.match() 能够匹配出以xxx开头的字符串

 

1.2 匹配单个字符

1.3 匹配多个字符

1.4 匹配开头结尾

1.5 匹配分组

注：如果在正则表达式中需要用到了某些普通的字符，比如"."等，仅仅需要在他们前面添加一个反斜杠进行转义

 

2.re模块的⾼级⽤法

2.1 search

需求：匹配出⽂章阅读的次数

import re
ret = re.search(r"\d+", "阅读次数为 9999")
ret.group()
# 输出结果："9999"

2.2 findall

需求：统计出python、c、c++相应⽂章阅读的次数

import re
ret = re.findall(r"\d+", "python = 9999, c = 7890, c++ = 12345")
print(ret)
# 输出结果：['9999', '7890', '12345']

2.3 sub 将匹配到的数据进⾏替换

需求：将匹配到的阅读次数加1

方法一：

import re
ret = re.sub(r"\d+", '998', "python = 997")
print(ret)
# 输出结果：python = 998

方法二：

import re
def add(temp):
strNum = temp.group()
num = int(strNum) + 1
return str(num)
ret = re.sub(r"\d+", add, "python = 997")
print(ret)
ret = re.sub(r"\d+", add, "python = 99")
print(ret)
# 输出结果：python = 998
           python = 100 

 

2.4 split 根据匹配进⾏切割字符串，并返回⼀个列表

需求：切割字符串“info:xiaoZhang 33 shandong”

import re
ret = re.split(r":| ","info:xiaoZhang 33 shandong")
print(ret)
# 输出结果：['info', 'xiaoZhang', '33', 'shandong']

 

3. python贪婪和⾮贪婪

Python⾥数量词默认是贪婪的（在少数语⾔⾥也可能是默认⾮贪婪），总是

尝试匹配尽可能多的字符；

⾮贪婪则相反，总是尝试匹配尽可能少的字符。

在"*","?","+","{m,n}"后⾯加上？，使贪婪变成⾮贪婪。

s = "This is a number 234-235-22-423"
r = re.match(".+(\d+-\d+-\d+-\d+)",s).group(1)
print(r) # 输出结果：'4-235-22-423'
r = re.match(".+?(\d+-\d+-\d+-\d+)",s).group(1)
print(r) # 输出结果：'234-235-22-423'

正则表达式模式中使⽤到通配字，那它在从左到右的顺序求值时，会尽量“抓

取”满⾜匹配最⻓字符串，在我们上⾯的例⼦⾥⾯，“.+”会从字符串的启始处

抓取满⾜模式的最⻓字符，其中包括我们想得到的第⼀个整型字段的中的⼤

部分，“\d+”只需⼀位字符就可以匹配，所以它匹配了数字“4”，⽽“.+”则匹配

了从字符串起始到这个第⼀位数字4之前的所有字符。

解决⽅式：⾮贪婪操作符“？”，这个操作符可以⽤在"*","+","?"的后⾯，要求

正则匹配的越少越好。

 

4. r的作⽤

Python中字符串前⾯加上 r 表示原⽣字符串 ，

与⼤多数编程语⾔相同， 正则表达式⾥使⽤"\"作为转义字符 ，这就可能造成反

斜杠困扰。假如你需要匹配⽂本中的字符"\"，那么使⽤编程语⾔表示的正则

表达式⾥将需要4个反斜杠"\\"：前两个和后两个分别⽤于在编程语⾔⾥转义

成反斜杠，转换成两个反斜杠后再在正则表达式⾥转义成⼀个反斜杠。

Python⾥的原⽣字符串很好地解决了这个问题，有了原⽣字符串，你再也不

⽤担⼼是不是漏写了反斜杠，写出来的表达式也更直观。