初学者python笔记（re模块、正则表达式完全解析）

最新推荐文章于 2025-06-04 12:26:30 发布

原创

最新推荐文章于 2025-06-04 12:26:30 发布 · 869 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #编程语言 #正则表达式 #经验分享 #程序人生

本文深入解析正则表达式的使用方法，涵盖Python re模块的基础与高级应用，包括字符匹配、元字符、重复匹配及分组技巧。通过实例演示如何进行模糊搜索、字符串分割与替换。

文章目录

今天总结一下正则表达式，它用来解决模糊匹配的问题，几乎在所有编程语言中都可以用，尤其在python爬虫中，它是一门必修知识；
所谓模糊匹配，就是在匹配字符串中，有一部分是确定的，另一部分是不确定的值但有范围的任意值；
这样我们就可以用一些具有特殊含义的符号，对字符串进行另一种描述，而这些特殊含义的符号就组成一个正则表达式。

正则表达式与re模块

正则表达式也内嵌在Python中，通过re模块来实现，常用方法是findall(),会将匹配到的字符串用一个列表返回
例如： 要匹配一大串字符串中的所有数字，不用for循环和If语句，用re模块一行就能实现

import re
print(re.findall('\d+',"sadfjk11ksk22iuir33bndb44uidu55sgsfir66o77"))

运行结果：
re模块

字符匹配

普通字符匹配

import re
print(re.findall('bigbig',"Iwannaabigbigjuicecanyougiveme?"))
#findall第一个参数是需要匹配的子串或子串规则，第二个参数为母串

运行结果：
普通字符匹配

利用元字符进行模糊匹配

元字符： . ^ $ + ? {} [] | () \

.任意字符：

import re
#匹配b开头g结尾的子串,..表示任意的两个字符,如果不是两个，那就匹配不出来
print(re.findall('b..g',"abcdefgabcdghijklmn"))

运行结果：
.任意字符

^只能为开头：

import re
#匹配b开头g结尾的子串
#^表示子串的第一个字符只能在母串的开头，..表示任意的两个字符
print(re.findall('^b..g',"bbcgefgabcdghijblmg"))

运行结果：
^只能为开头

$只能以结尾：

import re
#匹配b开头g结尾的子串
#$表示子串的最后一个字符只能在母串的结尾，..表示任意的两个字符
print(re.findall('b..g$',"abcdefgabcdghijblmg"))

运行结果：
只能以结尾

重复的字符匹配

贪婪匹配： 即尽量多地匹配，与之相反的是惰性匹配
*是0到无穷个：

import re
#*表示子串的某个字符可以0到无穷次出现
print(re.findall('Wo23*Le',"sjfkufiWo233333333333333333333Le"))

运行结果：
0到无穷个

+是1到无穷个：

import re
#+表示子串的某个字符可以1到无穷次出现(该元素至少出现一次)，..表示任意的两个字符
print(re.findall('Wo23+Le',"sjfkufiWo233333333333333333333Le"))
#与*的区别匹配
print(re.findall('Wo23*',"dsjfkjfiWo2"))  #能匹配到内容
print(re.findall('Wo23+',"dsjfkjfiWo2"))