python re模块

     正则表达式就是字符串的匹配规则,在linux中有awk,grep,sed相对应,在python中与之对应的是re模块.

1. 常用的表达式规则

'.'     默认匹配除\n之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行
'^'     匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE)
'$'     匹配字符结尾， 若指定flags MULTILINE ,re.search('foo.$','foo1\nfoo2\n',re.MULTILINE).group() 会匹配到foo1
'*'     匹配*号前的字符0次或多次， re.search('a*','aaaabac')  结果'aaaa'
'+'     匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb']
'?'     匹配前一个字符1次或0次 ,re.search('b?','alex').group() 匹配b 0次
'{m}'   匹配前一个字符m次 ,re.search('b{3}','alexbbbs').group()  匹配到'bbb'
'{n,m}' 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb']
'|'     匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC'
'(...)' 分组匹配， re.search("(abc){2}a(123|45)", "abcabca456c").group() 结果为'abcabca45'
'\A'    只从字符开头匹配，re.search("\Aabc","alexabc") 是匹配不到的，相当于re.match('abc',"alexabc") 或^
'\Z'    匹配字符结尾，同$ 
'\d'    匹配数字0-9
'\D'    匹配非数字
'\w'    匹配[A-Za-z0-9]
'\W'    匹配非[A-Za-z0-9]
's'     匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 '\t'
'(?P...)' 分组匹配 re.search("(?P[0-9]{4})(?P[0-9]{2})(?P[0-9]{4}

2. re的匹配语法

re.match 从头开始匹配

re.search 匹配包含

re.findall 把所有匹配到的字符放到列表中返回

re.split 以匹配到的字符当列表的分隔符

re.sub 匹配字符并替换

re.fullmatch 全部匹配

3. 详细用法

3.1 re.match

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

从起始位置开始根据模型去字符串中匹配指定内容,匹配单个

pattern 正则表达式

string 要匹配的字符串

flags 标志位,用于控制正则表达式的匹配方式

>>> s="123linux456python"
>>> obj=re.match("\d+",s)
>>> if obj:
...     print(obj.group())
... 
123

Flage标识符

re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同）

re.M(MULTILINE): 多行模式，改变’^’和’$’的行为

re.S(DOTALL): 改变’.’的行为,make the ‘.’ special character match any character at all, including a newline; without this flag, ‘.’ will match anything except a newline.

re.X(re.VERBOSE) 可以给你的表达式写注释，使其更可读，下面这2个意思一样

a = re.compile(r"""\d + # the integral part
                \. # the decimal point
                \d * # some fractional digits""", 
                re.X)
b = re.compile(r"\d+\.\d*")

3.2 re.search

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

根据模型去字符串中匹配指定内容,匹配单个

>>> obj = re.search("\d+","123linux456python")
>>> if obj:
...     print(obj.group())
... 
123

3.3 re.findall

re.findall(pattern, string, flags=0)

    match and search均用于匹配单值，即：只能匹配字符串中的一个，如果想要匹配到字符串中所有符合条件的元素，则需要使用 findall.

>>> obj = re.findall("\d+","123linux456python")
>>> print(obj)
['123', '456']

3.4 re.sub

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

  用于替换匹配的字符串,比str.replace功能更加强大

>>> re.sub("\d+","爱","123student")
'爱student'
>>> re.sub("\d+","#","1a2b3student",count=2)
'#a#b3student'

3.5 re.split

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

用匹配到的值做为分割点，把值分割成列表

>>> s='9-2*5/3+7/3*99/4*2998+10*568/14'
>>> re.split('[\*\-\/\+]',s)
['9', '2', '5', '3', '7', '3', '99', '4', '2998', '10', '568', '14']
>>> re.split('[\*\-\/\+]',s,3)
['9', '2', '5', '3+7/3*99/4*2998+10*568/14']

3.6 re.fullmatch

re.fullmatch(pattern, string, flags=0)

整个字符串匹配成功就返回re object, 否则返回None

>>> re.fullmatch('\w+@\w+\.(com|cn)',"muhuasiliunian@ceshi.cn")
<_sre.SRE_Match object; span=(0, 23), match='muhuasiliunian@ceshi.cn'>