python正则表达式re

川长思鸟来 2022-06-13 07:22 302阅读 0赞

python 正则表达式

#### 正则表达式中常用的特殊字符，通配符： ####

string 匹配字符串string  
^ 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：\[abc\] 匹配 ‘a’，’b’或’c’  
\[^…\] 不在\[\]中的字符：\[^abc\] 匹配除了a,b,c之外的字符。  
\* 匹配0个或多个的表达式。 例如st\*  
\+ 匹配1个或多个的表达式。 例如32999+  
? 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 例如hi?

\{ n,\} 精确匹配n个前面表达式。  
\{ 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

() 匹配括号内的表达式，也表示一个组  
(?imx) 正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。  
(?-imx) 正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。  
(?: re) 类似 (…), 但是不表示一个组  
(?imx: re) 在括号中使用i, m, 或 x 可选标志  
(?-imx: re) 在括号中不使用i, m, 或 x 可选标志  
(?\#…) 注释.  
(?= re) 前向肯定界定符。如果所含正则表达式，以 … 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。  
(?! re) 前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功  
(?> re) 匹配的独立模式，省去回溯。

\\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 匹配字符串开始  
\\Z 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  
\\转义，匹配字符本来的含义

例如：  
管道符（|）匹配多个表达式，或  
a|b a或b  
m|n|c

匹配开头结尾或档次边界  
^he 匹配he开头的  
bash$ 匹配bash结尾的  
\\B,\\b匹配单词，不论，单词前后是否还有其他字符  
\\Bthe 包含the，但不以the开头  
\\bthe the开头  
\\bthe\\b 只匹配单词the

括号内或匹配  
a\[bcd\]e abe，ace，ade  
\[abc\]\[123\]\[mn\]

范围（-）  
\[0-9\] 匹配数字

重复匹配：  
\*，+，？

#### python正则匹配模块re ####

提供如下函数方法：  
1.re.match(pattern, string, flags=0)  
re.match方法从第一个字符开始匹配，返回一个匹配的对象，否则返回None  
pattern 正则表达式  
string 匹配的字符串。  
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

>>> x=re.match('hi','history');
    >>> x.group()
    'hi'
    
    若为空;
    >>> x=re.match('me','history');
    >>> x.group()
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
    AttributeError: 'NoneType' object has no attribute 'group'\

修改如下：

x=re.match('me','history');
    if x is not None:
        x.group()

2.对象匹配完毕后，返回结果：  
可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式，groupdict（）返回一个包含所有匹配的命名子组的字典  
group(num) 返回所有匹配对象或是根据要求返回某个特定子组  
groups（）返回一个或者包含所有子组的数组  
groupdict（）返回一个包含所有匹配的命名子组的字典

3.re.search(pattern, string, flags=0)  
扫描整个字符串并返回第一个成功的匹配，相当于扫描整个字符串，看是否有一段符合

>>> re.search('hi','his，hi，history').group()
    'hi'
    >>>

4.搜索替换sub或subn  
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。

5.findall（）  
findall返回一个列表，找到匹配部分则返回所有的匹配部分，是一个列表，若没有则为空列表

6.split分割/分隔

例如：

re.split(',','a,b,c');
    ['a', 'b', 'c']
    >>> re.split('\W+', 'Words, words, words.', 1)
    ['Words', 'words, words.']
    >>>

7.finditer()  
与findall()功能类似，但返回值是迭代器不是列表

8.re.compile(pattern, flags=0)  
编译正则表达式  
prog = re.compile(pattern)  
result = prog.match(string)  
等价于：  
result = re.match(pattern, string)

9.purge()  
清除隐式编译的正则表达式