正则表达式

最新推荐文章于 2022-03-25 18:09:23 发布

qq_42350419

最新推荐文章于 2022-03-25 18:09:23 发布

阅读量149

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/qq_42350419/article/details/80614003

正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。

eg：IP地址的正则表达式

(\d{1,3}\.){3}\d{1,3}

1 正则表达式模式

^ 匹配字符串的开头

$ 匹配字符串的末尾。

. 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。

[...] 用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'

[^...] 不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。

re* 匹配0个或多个的表达式。

re+ 匹配1个或多个的表达式。

re? 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式

re{n} 精确匹配 n 个前面表达式。例如， o{2} 不能匹配 "Bob" 中的 "o"，但是能匹配 "food" 中的两个 o。

re{n,} 匹配 n 个前面表达式。例如， o{2,} 不能匹配"Bob"中的"o"，但能匹配 "foooood"中的所有 o。"o{1,}" 等价于 "o+"。"o{0,}" 则等价于 "o*"。

re{n,m} 匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式

a| b 匹配a或b

(re) 匹配括号内的表达式，也表示一个组

\w 匹配字母数字及下划线

\W 匹配非字母数字及下划线

\s 匹配任意空白字符，等价于 [\t\n\r\f].

\S 匹配任意非空字符

\d 匹配任意数字，等价于 [0-9].

\D 匹配任意非数字

\A 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。

\z 匹配字符串结束

\G 匹配最后匹配完成的位置。

\b 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。

\B 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。

\n, \t, 等. 匹配一个换行符。匹配一个制表符。等

\1...\9 匹配第n个分组的内容。

\10 匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。

.* 贪婪模式

匹配除换行符之外的所有字符

eg：a.*b 匹配以a开始，以b结束的最长字符串

如 aabab,则匹配到全部

.* 懒惰模式

eg：a.*b 匹配以a开始，以b结束的最短字符串

如 aabab,则匹配到aab ab

修饰符（flags）

re.I 使匹配对大小写不敏感

re.L 做本地化识别（locale-aware）匹配

re.M 多行匹配，影响 ^ 和 $

re.S 使 . 匹配包括换行在内的所有字符

re.U 根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.

re.X 该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解

2 正则表达式函数

re.match函数

#尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none

语法： re.match(pattern, string, flags=0)

import re

print(re.match('www', 'www.runoob.com').span()) # 在起始位置匹配 span()返回匹配开始和结束位置

print(re.match('com', 'www.runoob.com')) # 不在起始位置匹配

输出：

(0, 3)

None

re.search函数

扫描整个字符串并返回第一个成功的匹配。

语法： re.search(pattern, string, flags=0)

eg：

import re

print(re.search('www', 'www.runoob.com').span()) # 在起始位置匹配

print(re.search('com', 'www.runoob.com').span()) # 不在起始位置匹配

输出结果为：

(0, 3)

(11, 14)

区别：re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；

re.search匹配整个字符串，直到找到一个匹配。

相同：输出结果都是一个

re.compile 函数

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，

语法为： re.compile(pattern, flags)

#pattern : 一个字符串形式的正则表达式

#flags : 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参考修饰符

findall 函数

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。

注意： match 和 search 是匹配一次 findall 匹配所有。

语法为：findall(string, pos, endpos)

#pos : 可选参数，指定字符串的起始位置，默认为 0。

#endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。

eg:

import re

pattern = re.compile(r'\d+') # 查找数字

result1 = pattern.findall('runoob 123 google 456')

result2 = pattern.findall('run88oob123google456', 0, 10)

print(result1)

print(result2)

输出结果：

['123', '456']

['88', '12']

re.split 函数

split 方法按照能够匹配的子串将字符串分割后返回列表

语法为：re.split(pattern, string, maxsplit=0, flags=0)

#pattern 匹配的正则表达式

#string 要匹配的字符串。

#maxsplit 分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。

#flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符

>>>import re

>>> re.split('\W+', 'runoob, runoob, runoob.')

['runoob', 'runoob', 'runoob', '']

>>> re.split('(\W+)', ' runoob, runoob, runoob.')

['', ' ', 'runoob', ', ', 'runoob', ', ', 'runoob', '.', '']

>>> re.split('\W+', ' runoob, runoob, runoob.', 1)

['', 'runoob, runoob, runoob.']

>>> re.split('a*', 'hello world') # 对于一个找不到匹配的字符串而言，split 不会对其作出分割

['hello world']

re.sub函数

用于替换字符串中的匹配项。

语法：re.sub(pattern, repl, string, count=0, flags=0)

#pattern : 正则中的模式字符串。

#repl : 替换的字符串，也可为一个函数。

#string : 要被查找替换的原始字符串。

#count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

eg：

import re

phone = "2004-959-559 # 这是一个国外电话号码"

# 删除字符串中的 Python注释

num = re.sub(r'#.*$', "", phone) # #.*$ 贪婪模式匹配以#开始,到结束最长字符

print "电话号码是: ", num

# 删除非数字(-)的字符串

num = re.sub(r'\D', "", phone)

print "电话号码是 : ", num

执行结果如下：

电话号码是: 2004-959-559

电话号码是 : 2004959559

3 分组 group（）

使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

group(num=0) 匹配的整个表达式的字符串，group() 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。

groups() 返回一个包含所有小组字符串的元组，从 1 到所含的小组号。

eg:

import re

line = "Cats are smarter than dogs"

matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)

if matchObj: #判断能否匹配到正则表达式

print "matchObj.group() : ", matchObj.group()

print "matchObj.group(1) : ", matchObj.group(1)

print "matchObj.group(2) : ", matchObj.group(2)

else:

print "No match!!"

执行结果如下：

matchObj.group() : Cats are smarter than dogs

matchObj.group(1) : Cats

matchObj.group(2) : smarter