1 简介
python的正则表达式库即Re库是python的一个标准库,主要用于字符串的匹配。
正则表达式的表示类型:
- raw string 类型(原生字符串类型),是指不包含转义符(/)的字符串,表示为:r ‘text’ 。
例如:r’[1-9]\d{5}’ - string 类型,更加的繁琐。遇到有斜杠的地方必须再增加一条。
例如:’[1-9]\\d{5}’
2 常用操作符介绍
操作符 | 说明 |
---|
. | 表示任何单个字符 |
[ ] | 字符集,对单个字符给出取值范围 |
[^ ] | 非字符集,对单个字符给出排除范围 |
* | 前一个字符零次或无限次扩展 |
+ | 前一个字符一次或无限次扩展 |
? | 前一个字符零次或一次扩展 |
I | 左右表达式任意一个 |
{m} | 扩展前一个字符m次 |
{m, n} | 扩展前一个字符m至n次(包含n) |
^ | 匹配字符串开头 |
$ | 匹配字符串结尾 |
() | 分组标记,内部只能使用 I 操作符 |
\d | 数字,等价于[0-9]之间 |
\w | 单词字符,等价于[A-Za-z0-9_] |
操作符 | 实例 |
---|
. | |
[ ] | [abc],表示a、b、c,[a-z] 表示a到z单个字符 |
[^ ] | [^ abc] ,表示非a或b或c的单个字符 |
* | abc* ,表示ab, abc, abcc, abccc等 |
+ | abc+, 表示abc, abcc, abccc等 |
? | abc?, 表示ab, abc |
I | abc I def (字符与竖杠之间无空格,为了区分),表示abc, def |
{m} | ab{2}c,表示abbc |
{m, n} | ab{1,2}c, 表示abc,abbc |
^ | ^abc,表示abc且在一个字符串的开头 |
$ | abc$,表示abc且在一个字符串的结尾 |
() | (abc), 表示abc,(abc I def)表示abc, def |
\d | |
\w | |
3 Re库主要功能函数
3.1 函数的简单说明
函数 | 说明 |
---|
re.compile() | 将正则表达式的字符串形式编译成正则表达式对象 |
re.search() | 在一个字符串中搜索匹配正则表达式的第一个位置,返回match对象 |
re.match() | 从一个字符串的开始位置起匹配正则表达式,返回match对象 |
re.findall() | 搜索字符串,以列表类型返回全部能匹配的子串 |
re.split() | 将一个字符串按照正则表达式匹配结果进行分割,返回列表类型 |
re.finditer() | 搜索字符串,返回一个匹配结果的迭代类型,每个迭代元素是match对象 |
re.sub() | 在一个字符串中替换所有匹配正则表达式的子串,返回替换后的字符串 |
3.2 函数参数介绍
regex = re.compile(pattern, flags=0)
- Re库的一种等价用法
- 可调用其他六种功能函数,例如:regex.search()等
- pattern: 正则表达式的字符串或原生字符串表示
- flags: 正则表达式使用时的控制标记
re.search(pattern, string, flags=0)
- pattern: 正则表达式的字符串或原生字符串表示
- string: 待匹配字符串
- flags: 正则表达式使用时的控制标记
re.mstch(pattern, string, flags=0)
re.findall(pattern, string, flags=0)
re.split(pattern, string, maxsplit=0, flags=0)
- maxsplit: 最大分割数,剩余部分作为最后一个元素输出
- 其他参数同上
re.finditer(pattern, string, flags=0)
re.finditer(pattern, repl, string, count=0, flags=0)
- repl: 替换匹配字符串的字符串
- count:匹配的最大替换次数
- 其他同上
3.3 flags使用时控制标记的常用标记
常用标记 | 说明 |
---|
re.I re.IGNORECASE | 忽略正则表达式的大小写,[A-Z]能够匹配小写字符 |
re.M re.MULTILINE | 正则表达式中的^操作符能够将给定的字符串的每一行当作匹配开始 |
re.S re.DOTALL | 正则表达式中的.操作符能够匹配所有字符,默认匹配除换行外的所有字符 |
4 返回Match对象的详细介绍
属性 | 说明 |
---|
.string | 待匹配的文本 |
.re | 匹配时使用的pattern对象 |
.pos | 正则表达式搜索文本的开始位置 |
.endpos | 正则表达式搜索文本的结束位置 |
.group(0) | 获得匹配后的字符串 |
.start() | 匹配字符串在原始字符串的开始位置 |
.end() | 匹配字符串在原始支付查的结束位置 |
.span() | 返回元组类型的(.start(), .end()) |
5 贪婪匹配与最小匹配
5.1 贪婪匹配
import re
match = re.search(r'A.*D', 'ABCDBBBCCDCS')
print(match.group(0))
在这里用.group(0)返回匹配正则表达式的结果
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/b6b9e094afd008b8b89b48ffe5b6dc7e.png)
5.2 最小匹配
操作符 | 说明 |
---|
*? | 前一个字符0次或无限次扩展 |
+? | 前一个字符1次或无限次扩展 |
?? | 前一个字符0次或1次扩展 |
{m, n}? | 扩展前一个字符m至n次(包含n次) |
import re
match = re.search(r'A.*?D', 'ABCDBBBCCDCS')
print(match.group(0))
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/4c8f5b7b3286e41476400cf4ec98651b.png)