- 一、什么是正则?
- 通过re模块匹配来匹配需要的字符串
- 二、正则匹配模式
- 模式 描述
- \w 匹配字母数字下划线
- \W 匹配非字母数字下划线
- \s 匹配空白字符,等价于[\t\n\r\n]
- \S 匹配任意非空字符
- \d 匹配任意数字
- \D 匹配任意非数字
- \n 匹配一个换行符
- \t 匹配一个制表符
- ^ 匹配字符串开头
- $ 匹配字符串结尾
- . 匹配任意字符,除了换行符,当有re.DOTALL指定时,可以匹配包括换行符内的任意字符
- [...] 用来表示一组字符,单独列出: [amk],匹配a,m或k
- [^...] 不再[]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
- + 匹配一个或多个的表达式
- ? 匹配0个或一个前面正则表达式定义的片段,非贪婪方式
- {n} 精确匹配n个前面表达式
- {n,m} 匹配n到m次前面由前面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
- 正则匹配例子:
- import re
- #\w与\W
- print(re.findall('\w','hello egon 123')) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3']
- print(re.findall('\W','hello egon 123')) #[' ', ' ']
- #\s与\S
- print(re.findall('\s','hello egon 123')) #[' ', ' ', ' ', ' ']
- print(re.findall('\S','hello egon 123')) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3']
- #\d与\D
- print(re.findall('\d','hello egon 123')) #['1', '2', '3']
- print(re.findall('\D','hello egon 123')) #['h', 'e', 'l', 'l', 'o', ' ', 'e', 'g', 'o', 'n', ' ']
- #\A与\D
- print(re.findall('\Ahe','hello egon 123')) #['he'],\A==>^
- print(re.findall('123\Z','hello egon 123')) #['he'],\Z==>$
- #\n与\t
- print(re.findall(r'\n','hello egon \n123')) #['\n']
- print(re.findall(r'\t','hello egon\t123')) #['\t']
- #^与$
- print(re.findall('^h','hello egon 123')) #['h']
- print(re.findall('3$','hello egon 123')) #['3']
- # 重复匹配:| . | * | ? | .* | .*? | + | {n,m} |
- #.
- print(re.findall('a.b','a1b')) #['a1b']
- print(re.findall('a.b','a\nb')) #[]
- print(re.findall('a.b','a\nb',re.S))
- print(re.findall('a.b','a\nb',re.DOTALL)) #['a\nb']同上一条意思一样
- #*
- print(re.findall('ab*','bbbbbbb')) #[]
- print(re.findall('ab*','a')) #['a']
- print(re.findall('ab*','abbbb')) #['abbbb']
- #?
- print(re.findall('ab?','a')) #['a']
- print(re.findall('ab?','abbb')) #['ab']
- #匹配所有包含小数在内的数字
- print(re.findall('\d+\.?\d*',"asdfasdf123as1.13dfa12adsf1asdf3")) #['123', '1.13', '12', '1', '3']
- #.*默认为贪婪匹配
- print(re.findall('a.*b','a1b22222222b')) #['a1b22222222b']
- #.*?为非贪婪匹配:推荐使用
- print(re.findall('a.*?b','a1b22222222b')) #['a1b']
- #+
- print(re.findall('ab+','a')) #[]
- print(re.findall('ab+','abbb')) #['abbb']
- #{n,m}
- print(re.findall('ab{2}','abbb')) #['abb']
- print(re.findall('ab{2,4}','abbb')) #['abb']
- print(re.findall('ab{1,}','abbb')) #'ab{1,}' ===> 'ab+'
- print(re.findall('ab{0,}','abbb')) #'ab{0,}' ===> 'ab*'
- #[]
- print(re.findall('a[1*-]b','a1b a*b a-b')) #[]内的都为普通字符了,且如果-没有被转意的话,应该放到[]的开头或结尾
- print(re.findall('a[^1*-]b','a1b a*b a-b a=b')) #[]内的^代表的意思是取反,所以结果为['a=b']
- print(re.findall('a[0-9]b','a1b a*b a-b a=b')) #['a1b']
- print(re.findall('a[a-z]b','a1b a*b a-b a=b aeb')) #['aeb']
- print(re.findall('a[a-zA-Z]b','a1b a*b a-b a=b aeb aEb')) #['aeb', 'aEb']
- #():分组
- print(re.findall('ab+','ababab123')) #['ab', 'ab', 'ab']
- print(re.findall('(ab)+123','ababab123')) #['ab'],匹配到末尾的ab123中的ab
- print(re.findall('(?:ab)+123','ababab123')) #findall的结果不是匹配的全部内容,而是组内的内容,?:可以让结果为匹配的全部内容
- re模块的方法介绍
- findall(): 返回匹配的结果放到列表里面
- print(re.findall('e','alex make love') ) #['e', 'e', 'e']
- search(): 只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以通过调用group()方法
- 得到匹配的字符串,如果字符串没有匹配,则返回None。
- print(re.search('e','alex make love').group()) #e
- match(): 跟search相似,字符串开始处匹配,开始处没匹配到返回None,
- split(): 支持正则及多个字符切割
- line = "abc aa;bb,cc | dd(xx).xxx 12.12' xxxx"
- re.split(r'[;,]',line)
- sub(): 替换字符串
- print('===>',re.sub('a','A','alex make love')) #===> Alex mAke love,不指定n,默认替换所有
- print('===>',re.sub('a','A','alex make love',1)) #===> Alex make love,指定n,替换一次
- print('===>',re.sub('^(\w+)(.*?\s)(\w+)(.*?\s)(\w+)(.*?)$',r'\5\2\3\4\1','alex make love'))
- subn(): 返回替换后的内容和替换的次数组成狗元组
- print('===>',re.subn('a','A','alex make love')) #===> ('Alex mAke love', 2),
- 结果带有总共替换的个数
- compile(): 将正则表达式的字符串形式编译为Pattern实例
- obj = re.compile('\d{2}')
- print(obj.search('abc123eeee').group()) #12
- print(obj.findall('abc123eeee')) #['12'],重用了obj
来源: http://www.bubuko.com/infodetail-2097051.html