python模块--re的详细使用

一.常用正则表达式符号和语法：

• ‘.’ 匹配所有字符串，除\n以外

print(re.findall(".","Hello World"))

• ‘-’ 表示范围[0-9]
• ‘*’ 匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 *。
• ‘+’ 匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 +
• ‘^’ 匹配字符串开头
• ‘$’ 匹配字符串结尾 re
• ‘’ 转义字符， 使后一个字符改变原来的意思，如果字符串中有字符*需要匹配，可以 或者字符集[]

  re.findall(r'3\*','3*ds')结['3*']

• ‘*’ 匹配前面的字符0次或多次

re.findall("ab*","cabc3abcbbac")结果：['ab', 'ab', 'a']

• ‘?’ 匹配前一个字符串0次或1次

re.findall('ab?','abcabcabcadf')结果['ab', 'ab','ab', 'a']

• ‘{m}’ 匹配前一个字符m次

re.findall('cb{1}','bchbchcbfbcbb')结果['cb', 'cb']

• ‘{n,m}’ 匹配前一个字符n到m次

 re.findall('cb{2,3}','bchbchcbfbcbb')结果['cbb']

• ‘\d’ 匹配数字，等于[0-9]

re.findall('\d','电话:10086')结果['1', '0', '0', '8', '6']

• ‘\D’ 匹配非数字，等于[^0-9]

re.findall('\D','电话:10086')结果['电', '话', ':']

• ‘\w’ 匹配字母和数字，等于[A-Za-z0-9]

re.findall('\w','alex123,./;;;')结果['a', 'l', 'e', 'x', '1', '2', '3']

• ‘\W’ 匹配非英文字母和数字,等于[^A-Za-z0-9]

re.findall('\W','alex123,./;;;')结果[',', '.', '/', ';', ';', ';']

• ‘\s’ 匹配空白字符

 re.findall('\s','3*ds \t\n')结果[' ', '\t', '\n']

• ‘\S’ 匹配非空白字符

re.findall('\s','3*ds \t\n')结果['3', '*', 'd', 's']

• ‘\A’ 匹配字符串开头
• ‘\Z’ 匹配字符串结尾
• ‘\b’ 匹配单词的词首和词尾，单词被定义为一个字母数字序列，因此词尾是用空白符或非字母数字符来表示的
• ‘\B’ 与\b相反，只在当前位置不在单词边界时匹配
• ‘(?P…)’ 分组，除了原有编号外在指定一个额外的别名

 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{8})","371481199306143242").groupdict("city")
   结果{'province': '3714', 'city': '81', 'birthday': '19930614'}

• [] 是定义匹配的字符范围。比如 [a-zA-Z0-9] 表示相应位置的字符要匹配英文字符和数字。[\s*]表示空格或者号。

二.常用的re函数：

方法/属性/作用

• re.match(pattern, string, flags=0)
  从字符串的起始位置匹配，如果起始位置匹配不成功的话，match()就返回none

print(re.match("H","Hello World").span())
print(re.match("H","Hello World"))

• re.search(pattern, string, flags=0) 扫描整个字符串并返回第一个成功的匹配

print(re.search("o","Hello World"))

• re.findall(pattern, string, flags=0) 找到RE匹配的所有字符串，并把他们作为一个列表返回

print(re.findall("o","Hello World"))

• re.finditer(pattern, string, flags=0) 找到RE匹配的所有字符串，并把他们作为一个迭代器返回

x = re.finditer(r"(o)","Hello World")
print(x)
print('------------------------------------')
while True:
    try:
        y = next(x)
        print(x)
    except StopIteration as a:
        break

• re.sub(pattern, repl, string, count=0, flags=0) 替换匹配到的字符串

x = re.sub(r"(World)","China","Hello World")
print(x)
print(type(x))   #str

• re.subn(pattern, repl, string, count=0, flags=0) 替换匹配到的字符串并返回替换个数

x = re.subn(r"(World)","China","Hello World")
print(x)
print(type(x)) #tuple

flags:标志位，用于控制正则表达式的匹配方式,值如下

• re.I 忽略大小写
• re.L 做本地户识别
• re.M 多行匹配，影响^和$
• re.S 是.匹配包括换行符在内的所有字符
• re.U 根据Unicode字符集解析字符，影响\w \W \b \B
• re.X 使我们以更灵活的格式理解正则表达式