python之[正则表达式]--通配符使用方法（最新可用）

【前沿查看】

.	匹配任意字符，除了换行符
^	匹配字符串开始的位置
$	匹配字符串结束的位置，当出现多组符合的匹配时，返回字符串最后的那组匹配
*	匹配 0，1，n 次前面的原子【贪婪模式：尽可能多的匹配】
?	匹配 0，1 次前面的原子【懒惰模式：精确匹配】
+	匹配 1，n 次前面的原子
\w+	匹配字母数字及下划线
\d+	匹配任意数字，等价于 [0-9]
[a-z]+	匹配任何小写字母
[^a-z]+	匹配除了小写字母的其他字符
{ j }	前面的原子出现 j 次
{ j , }	前面的原子至少出现 j 次
{ j , k }	前面的原子至少出现 j 次，至多出现 k 次
i | j	匹配 i 或 j ，若 i 与 j 同时出现，匹配 i
( )	组，限制这组数据的组合如（）内所描述一样，只返回符合括号内描述的内容

一、导入re库

import re

二、通配符基本用法

（1）通配符匹配

txt = '请找出小猫吧，找出小猫吧，出小猫吧'
cat = re.findall('出(.*?)吧',txt)
print(cat)   # ['小猫', '小猫', '小猫']
print(cat[0])  # 小猫

# (.*?)遇到换行符会失效，可用以下方法
cat = re.findall('出([\s\S]*?)吧',txt)

import re
txt = '请找123456789出小猫吧，找123456789--------出小猫吧，出小猫吧'
cat = re.findall('找.*?出(.*?)吧，',txt)
print(cat)   # ['小猫', '小猫']

# 只找出最近距离的一个小猫
txt = '请找123456789出小猫吧，找123456789--------出小猫吧，出小猫吧'
cat = re.findall('找.{0,10}出(.*?)吧，',txt)
print(cat)   # ['小猫']

（2）多条件通配符匹配

单个字符,[]中会被视为单个字符

txt = '请找出小猫吧，找出小猫好吗，出小猫啦'
cat = re.findall('出(.*?)[吧|好|啦]',txt)
print(cat)  # ['小猫', '小猫', '小猫']


# 多个寻找
import re
txt = '请找出小猫吧，找出小猫好吗，出小猫啦'
cat = re.findall('出(.*?吧|.*?好|.*?啦)',txt)
print(cat)  # ['小猫吧', '小猫好', '小猫啦']

字符串，(?:...)是一个非捕获组，不会保存

import re
text = "cat Tom 123 and mouse Jerry 123"
matches = re.findall("(?:cat|mouse)(.*?)123", text)
print(matches)  # 输出: [' Tom ', ' Jerry ']

（3）通配符标记匹配

txt = '请找出小猫1，\n利用这个标记①，不要找出小猫2，'
cat = re.findall("出(.*?)，.*?①",txt.replace("\n",""))[0]   # .* 无法匹配换行符，固要将换行符替换掉再匹配（或者字符串前加r转义掉）
print(cat)  # 小猫1

三、匹配数字

（1）匹配字符串所有数字

txt = "{'k':123,'k':12345,'k':1234567}"
num = re.findall('\d+',txt)
print(num)  # ['123', '12345', '1234567']

（2）只匹配5位的数字

txt = "{'k':123,'k':12345,'k':1234567}"
num = re.findall(r'\b\d{5}\b',txt)[0]
print(num)  # 12345

（3）匹配5~7位的数字

txt = "{'k':123,'k':12345,'k':1234567}"
num = re.findall(r'\b\d{5,7}\b',txt)
print(num)       # ['12345', '1234567']

四、英文匹配

（1）匹配英文、数字、下划线(_)

txt = "{'k':123,'k':12345,'k_':1234567}"
word = re.findall('\w+',txt)
print(word)  # ['k', '123', 'k', '12345', 'k_', '1234567']

（2）匹配全英文字母

txt = "{'A':123,'b':12345,'cc':1234567}"
word = re.findall('[a-zA-Z]+',txt)
print(word)  # ['A', 'b', 'cc']

（3）匹配数字+英文小大写

txt = "{'A':123,'b':12345,'c':1234567}"
word = re.findall('[0-9a-zA-Z]+',txt)
print(word)  # ['A', '123', 'b', '12345', 'c', '1234567']

（4）匹配数字+英文的32位秘钥

key = re.findall('\b[0-9a-zA-Z]{32}\b',txt)

五、中文匹配

（1）匹配中文

txt = "你好，世界，hello world，123"
num = re.findall('[\u4e00-\u9fa5]+',txt)
print(num)  # ['你好', '世界']

六、匹配非、特殊字符（前加^）

（1）匹配非数字

txt = "abc123一二三"
word = re.findall('[^0-9]+',txt)
print(word)  # ['abc', '一二三']

（2）非法文件名替换

file_name = '文件//:\|名.xlsx'
file_name = re.sub(r'[\\/:*?"<>|]','',file_name)
print(file_name)  # 文件名.xlsx

七、移除所有不可见字符

txt = "\uf08e打招呼声\uf08f喂！"
txt = ''.join(x for x in txt if x.isprintable())
print(txt)  # 打招呼声喂！