Python学海无涯路【第29回】：re模块

---

1、正则表达式

1.1、元字符之：“.” 、“^” 、“$”、“ *” 、“+” 、“?”

字符	描述
.	匹配除换行符（\n）之外的任何单个字符。 \r在python中可以被匹配
^	匹配字符串的开始位置。
$	匹配字符串的结束位置。
*	匹配前面的子表达式零次或多次
+	匹配前面的子表达式1次或多次
?	匹配前面的子表达式0次或1次
|	匹配符号两边的任意一个，相当于或

1.2、元字符之｛｝

字符	描述
｛n｝	n 是一个非负整数。匹配确定的 n 次。
｛n,｝	n 是一个非负整数。至少匹配n 次。
｛n,m｝	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。

• 只对｛｝前面的一个或一组字符作限定

import re
ret=re.search('ab{2}','abbab')  #只对一个字符作限定
print(ret.group())              #输出：abb
ret=re.search('(ab){2}','ababb')#只对一组字符作限定
print(ret.group())              #输出：abab

1.3、元字符之[ ]

字符	描述
[xyz]	匹配所包含的任意一个字符。中括号中全是普通字符没有特殊字符（-、\、^)除外。
[0-9]	中括号中的“-“表示字符范围。例：[a-z]、[A-Z]
[^0-9]	中括号中的“^“表示非，本例中表示不是0-9中的任一字符。
[\]	中括号中的“\“是转义字符，有特殊含义

1.4、元字符之转义符“ \ ”

• 反斜杠后边跟元字符去除特殊功能,比如 “\.”
• 反斜杠后边跟普通字符实现特殊功能,比如\d

字符	描述
\d	匹配任何十进制数；它相当于类 [0-9]。
\D	匹配任何非数字字符；它相当于类 [^0-9]。
\s	匹配任何空白字符；它相当于类 [ \t\n\r\f\v]。
\S	匹配任何非空白字符；它相当于类 [^ \t\n\r\f\v]
\w	匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]
\W	匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]
\b	匹配一个特殊字符边界，比如空格 ，&，＃等

1.5、元字符之分组（）

例：

import re

obj = re.search("(?P<name>[a-zA-Z]+)(?P<age>\d+)","chuhe20Lucy19")
print(obj.group())
print(obj.group("name"))
print(obj.group("age"))

输出：
chuhe20
chuhe
20

1.6、r的作用

• “\n”在python中表示换行，如果直接输出“\n”其实就输出的是换行，要想打印“\n”面不是换行需要用转义字符转义。
• 也可以用r使其原样输出这些特殊字符

print("a\nb")
print("\\n")		#输出\n
print(r"\n")		#输出\n

• 若想输出“\”只能用两个“\”，即“\\”来表示

print("\\")	#输出\
print(r"\")	#不能使用r，会报错

• “\”在正则表达式中是特殊字符，所以需用“\”去掉其特殊功能，使其成为普通字符“\”。所以python里需写4个“\”，即“\\\\”。

import re
ret=re.findall('c\l','abc\le')		#报错
print(ret)#[]
ret=re.findall('c\\l','abc\le')		#报错
print(ret)#[]
ret=re.findall('c\\\\l','abc\le')	#输出：['c\\l']
print(ret)#['c\\l']
ret=re.findall(r'c\\l','abc\le')	#输出：['c\\l']
print(ret)#['c\\l']

1.7、|

import re
ret=re.search('(ab)|\d','rabhd') #ab开头或数字开头
print(ret.group())				#输出：ab

1.8、匹配四则运算最里层的括号内容

import re
ret=re.findall("\([^()]+\)", "1+2(2*3)")
print(ret)

输出：
[’(2*3)’]

1.9、“?:”显示全部匹配内容

import re
ret=re.findall("(abc)+","abcabc")
print(ret)
ret=re.findall("(?:abc)+","abcabc")
print(ret)

输出：
[‘abc’]
[‘abcabc’]

6、findall

• 在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

例一：

import re

ret=re.findall("\d+","123A456")
print(ret)

输出：
[‘123’, ‘456’]

• 如果在findall中的正则用（）进行了分组，只会返回分组中的内容。
  例二：

import re

ret=re.findall("www\.(baidu|163)\.com","www.baidu.com")
print(ret)

输出：
[‘baidu’]

• 如果想要输出全部匹配到的内容，可以在分组中加上“?:”

例三：

import re

ret=re.findall("www\.(?:baidu|163)\.com","www.baidu.com")
print(ret)

输出：
[www．baidu．com’]

6、search

返回第一个成功的匹配。

import re
ret=re.search("www", "www.baidu.com")
print(ret.group())
print(ret.span())
ret=re.search("com","www.baidu.com")
print(ret.group())
print(ret.span())

输出：
www
(0, 3)
com
(10, 13)

7、match

match与search的区别是，match只匹配字符串的开始。

8、split

例：

import re

print(re.split(" ","I love python"))	#以空隔分隔
print(re.split("[-,]","I-love,python"))	#以-或，分隔

输出：
[‘I’, ‘love’, ‘python’]
[‘I’, ‘love’, ‘python’]

9、sub

替换字符串。
例一：
将匹配到的所有数字替换成A

import re

print(re.sub("\d+","A","123BC123"))

输出：
ABCA

例二：
将匹配到的数字替换成A，只匹配1次

import re

print(re.sub("\d+","A","123BC123"，1))	#只匹配1次

输出：
ABC123

10、subn

例一：

import re

print(re.subn("\d+","A","123BC123" ))

输出：
(‘ABCA’, 2)

11、compile

用于编译正则表达式，生成一个正则表达式对象。
例一：

import re

obj=re.compile("\d+")			#compile返回一个对象
print(obj.findall("123A456"))	#返回的这个对象可以直接匹配字符串

输出：
[‘123’, ‘456’]

12、finditer

和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
例一：

import re

ret=re.finditer("\d+","12A34B56")
print(ret)
print(next(ret).group())
print(next(ret).group())
print(next(ret).group())

输出：
12
34
56