python3 正则表达式

字符匹配

一般字符

一般字符	含义
.	匹配任意单个字符, a.b 可以的匹配结果为 abc、 aic、 a&c 等， 但不包括换行符
\	转义字符,把字符改变为原来的意思
[…]	字符集，相当于在中括号中任选一个。例如 a[bcd］，匹配的结果为ab、 ac 和 ad
()	表示括号的内容作为返回结果

预定义字符

预定义字符	含义
\d	匹配一个数字字符。等价于［0-9]
\D	匹配一个非数字字符。等价于［^0-9]
\s	匹配任何空白字符，包括空格、制表符、换页符等。 等价于 ［ \f\n\r\t\v]
\S	匹配任何非空白字符。等价于［^\f\n\r\t\v]
\w	匹配包括下画线的任何单词字符。等价子[A-Za-z0-9_]
\W	匹配任何非单词字符。等价子[^A-Za-z0-9_]

数量词

数量词	含义
*	匹配前一个字符0或无限次,例：ab*c匹配,ac,abc,abbc等.
+	匹配前一个字符l或无限次,例:ab+c匹配abc,abbc等.
?	匹配前一个字符0或1次,例,ab?c匹配,ac,abc.
{m}	匹配前一个字符m次,例,ab{2}c匹配abbc.
{m,n}	匹配前一个字符m至n次,例,ab{2,3}c匹配abbc,abbbc.

边界匹配

边界匹配	含义
^	匹配字符串的开头，例：^abc 匹配 abc 开头的字符串.
$	匹配字符串的结尾,例：abc$匹配 abc 结尾的字符串。
\A	仅匹配字符串的开头
\Z	仅匹配字符串的结尾

re模块

函数

search()

re.search(pattern, string, flags=0)

匹配并提取第一个符合规律的内容，返回一个正则表达式对象。

• pattern : 正则中的模式字符串。
• string : 要被查找替换的原始字符串。
• flags : 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

例：

import re
s='abc1d2e3f4gh'
info=re.search('\d+',s) # 返回正则表达式对象
print(info)
print(info.group())     # group方法获取信息

执行结果：

<re.Match object; span=(3, 4), match='1'>
1

sub()

re.sub(pattern, repl, string, count=0, flags=0)

数用于替换字符串中的匹配项。

• pattern为匹配的正则表达式
• repl 为替换的字符串。
• string 为要被查找替换的原始字符串。
• counts 为模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。
• flags 为标志位，用于控制正则表达式的匹配方式，如是否区分大小写，多行匹配等.

例：去掉数字

import re
s='abc1d2e3f4gh'
info=re.sub('\d','',s) 
print(info)

执行结果：

abcdefgh

findall()

函数匹配所有符合规律的内容，并以列表的形式返回结果。
例：

import re
s='abc1d2e3f4gh'
info=re.findall('\d',s) 
print(info)

执行结果：

['1', '2', '3', '4']

re模块修饰符

修饰符	描述
re.l	使匹配对大小写不敏感
re.L	做本地化识别（locale-aware）匹配
re.M	多行匹配，影响^和$
re.S	使匹配包括换行在内的所有字符
re.U	根据Unicode字符集解析字符。这个标志影响\w, \W, \b,\B
re.X	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理解

例：若不用re.S

import re
s='''abcd
2e3fgh'''
info=re.findall('abcd(.*?)fgh',s) 
print(info)

执行结果：

[]

加上re.S

import re
s='''abcd
2e3fgh'''
info=re.findall('abcd(.*?)fgh',s) 
print(info)

执行结果：

['\n2e3']

• 贪心算法
  尽可能长的匹配字符
  例：

import re
s='xxlxxjshxxlovexxsffaxxpythonxx'
info=re.findall('xx(.*)xx',s) 
print(info)

执行结果：

['lxxjshxxlovexxsffaxxpython']

• 非贪心(添加?)

import re
s='xxlxxjshxxlovexxsffaxxpythonxx'
info=re.findall('xx(.*?)xx',s) 
print(info)

执行结果

['l', 'love', 'python']