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