python正则 空格_python正则

\d 匹配一个数字

\w 匹配一个字母或数字

. 匹配任意字符

* 表示任意个字符(包括0个)，

+ 表示至少一个字符

? 表示0个或1个字符

^ 表示行的开头

$ 表示行的结束

\s 匹配一个空格(也包括Tab等空白符)

\s+ 表示至少有一个空格

| A|B可以匹配A或B，所以(P|p)ython可以匹配'Python'或者'python'。

{n} 表示n个字符

{n,m} 表示n-m个字符

- 是特殊字符，在正则表达式中，要用'\'转义

[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符(前面1个字符+后面最多19个字符)。

s = 'ABC\\-001' #Python的字符串#对应的正则表达式字符串变成：#'ABC\-001'

使用Python的r前缀，就不用考虑转义的问题了：

s = r'ABC\-001' #Python的字符串#对应的正则表达式字符串不变：#'ABC\-001'

re.match(r'^\d{3}\-\d{3,8}$', '010-12345')

切分字符串

用正则表达式切分字符串比用固定的字符更灵活，请看正常的切分代码：

>>> 'a b c'.split(' ')

['a', 'b', '', '', 'c']

识别连续的空格，用正则表达式：

>>> re.split(r'\s+', 'a b c')

['a', 'b', 'c']

无论多少个空格都可以正常分割：

>>> re.split(r'[\s\,]+', 'a,b, c d')

['a', 'b', 'c', 'd']

再加入;试试：

>>> re.split(r'[\s\,\;]+', 'a,b;; c d')

['a', 'b', 'c', 'd']

提取子串：

>>> m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')>>>m<_sre.sre_match object span="(0," match="010-12345">

>>>m.group(0)'010-12345'

>>> m.group(1)'010'

>>> m.group(2)'12345'

注意到group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串。

匹配时间：

>>> t = '19:05:30'

>>> m = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)>>>m.groups()

('19', '05', '30')

编译

在Python中使用正则表达式时，re模块内部会干两件事情：

编译正则表达式，如果正则表达式的字符串本身不合法，会报错；

用编译后的正则表达式去匹配字符串。

如果一个正则表达式要重复使用几千次，出于效率的考虑，我们可以预编译该正则表达式，接下来重复使用时就不需要编译这个步骤了，直接匹配：

>>> importre#编译:

>>> re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$')#使用：

>>> re_telephone.match('010-12345').groups()

('010', '12345')>>> re_telephone.match('010-8086').groups()

('010', '8086')