第11.2节 Python 正则表达式支持函数概览

关注

原创最新推荐文章于 2026-05-17 07:14:00 发布 1.4k 阅读 AI 写同款· GEO 优化 ›

Python re模块介绍 Python中转义字符 正则表达式使用反斜杠” \ “来代表特殊形式或用作转义字符，这里跟Python的语法冲突，因此，Python用” \\\\ “表示正则表达式中的” \ “，因为正则表达式中如果要匹配” \ “，需要用\来转义，变成” \\ “，而Python语法中又需要对字符串中每一个\进行转义，所以就变成了” \\\\ “。上面的写法是不是觉得很麻烦，为了使正则表达式具有更好的可读性，Python特别设计了原始字符串(raw string)，需要提醒你的是，在写文件路径的时候就不要使用raw string了，这里存在陷阱。raw string就是用’r’作为字符串的前缀，如 r”\ 立即下载

为了大家熟悉re模块匹配文本的处理，本节将概要介绍与此处理有关的几个主要函数，提供了如下主要函数：
在这里插入图片描述
以上函数中的部分的三个重要参数说明如下：

pattern都是代表匹配规则的模式字符串，string代表要搜索的文本；
flags搜索标记（也称为搜索标签）是匹配的一些其他限定，值可以是以下任意常量，可以通过位的OR操作（ |操作符）来组合使用：
1)re.A、re.ASCII：二者含义相同，对应数值256，表示让 \w, \W, \b, \B, \d, \D, \s 和 \S 只匹配ASCII，而不是Unicode。这只对Unicode样式有效，会被byte样式忽略。
2)re.DEBUG：对应数值128，显示编译时的debug信息
3)re.I、re.IGNORECASE：对应数值2，表示忽略大小写匹配，如表达式如 [A-Z] 也会匹配小写字符。
4)re.L、re.LOCALE：对应数值4，由当前语言区域决定 \w, \W, \b, \B 和大小写敏感匹配。这个标记只能对byte样式有效。这个标记不推荐使用，因为语言区域机制很不可靠，它一次只能处理一个 "习惯”，而且只对8位字节有效
5)re. M、re. MULTILINE:对应数值8，设置以后，样式字符 ‘^’ 匹配字符串的开始，和每一行的开始（换行符后面紧跟的符号）；样式字符 ‘ $匹配字符串尾，和每一行的结尾（换行符前面那个符号）。默认情况下，’^’ 匹配字符串头，'$ ’ 匹配字符串尾。
6)re.S、re.DOTALL:对应数值16，让 ‘.’ 特殊字符匹配任何字符，包括换行符；如果没有这个标记，’.’ 就匹配除了换行符的其他任意字符。
7)re.Xre.VERBOSE:对应数值64，这个标记允许你编写更具可读性更友好的正则表达式。通过分段和添加注释。空白符号会被忽略，除非在一个字符集合当中或者由反斜杠转义，或者在 *?, (?: or (?P<…> 分组之内。当一个行内有 # 不在字符集和转义序列，那么它之后的所有字符都是注释。
re.VERBOSE 标志有几种效果。正则表达式中的不是在字符类中的空格将被忽略。这意味着表达式如 dog | cat 等同于不太可读的 dog|cat ，但 [a b] 仍将匹配字符 ‘a’ 、 ‘b’ 或空格。此外，你还可以在正则中放置注释；注释从 # 字符扩展到下一个换行符。当与三引号字符串一起使用时，这使正则的格式更加整齐:

pat = re.compile(r"""
 \s*                 # Skip leading whitespace
 (?P<header>[^:]+)   # Header name
 \s* :               # Whitespace, and a colon
 (?P<value>.*?)      # The header's value -- *? used to
                     # lose the following trailing whitespace
 \s*$                # Trailing whitespace to end-of-line
""", re.VERBOSE)

这更具有可读性:

本节老猿引入了re模块的几个主要函数，对三个共性参数进行了统一说明，这样后面详细介绍这些函数时无需单独介绍。
老猿Python，跟老猿学Python!
博客地址：https://blog.youkuaiyun.com/LaoYuanPython
请大家多多支持，点赞、评论和加关注！谢谢！